Matematika Diskrit

1. Munir, Rinaldi. “(Buku Teks Ilmu Komputer) Matematika

Diskrit”. Informatika bandung.
Bandung.2001
2. Limbong. Prijono.”(Berhasil gemilang menguasai)
Matematika Diskrit disertai contoh-
Contoh Soal”. CV. Utomo
Bandung. Bandung.2006
 Tujuan Pembelajaran
Agar mahasiswa dapat memahami dan mengerti tentang
dasar-dasar Matematika Diskrit yang nantinya diterapkan
dan sebagai prasyarat untuk matakuliah yang lebih tinggi
disemester berikutnya Cont: Automata, Sistem Basis data,
Rangkaian Listrik, Rangkaian Digital Dll
Dalam kehidupan sering kita membicarakan objek-objek
diskrit (bulat) misalnya komputer, buku, mahasiswa dan
lain-lain. Ilmu komputer atau informatika menjadikan
objek diskrit ini sebagai titik pokok pembicaraan. Data
yang diolah oleh komputer adalah data dalam bentuk
diskrit, misalnya data angka, data karakter, data
suara(digital), data gambar(digital).

Data diskrit akan kita pelajari dalam mata kuliah

Matematika diskrit, dimana terminologi dasar tentang
objek diskrit adalah himpunan.
1. HIMPUNAN
Himpunan adalah kumpulan benda atau objek nyata
maupun abstrak yang mempunyai sifat-sifat tertentu
yang sama.
Notasi:
Nama himpunan : A,B,C,…
Anggota himpunan : a,b,c,…
Contoh:
Himpunan software under windows:
A = { MsWord,MsExcel,MsPowerPoint,…}
atau
B = { x I x software under windows }
Cara menuliskan himpunan A disebut tabulasi(mendaftar
semua anggotanya)
Cara menuliskan himpunan B disebut
deskripsi(menyebutkan sifat-sifat anggotanya)

Masing-masing objek dalam himpunan A disebut anggota

atau elemen himpunan, dituliskan:
x∈A artinya x anggota himpunan A
x∉A artinya x bukan anggota himpunan A
n(A) artinya banyaknya anggota A
Kesamaan Dua Himpunan dan Subhimpunan

Dua himpunan A dan B dikatakan sama jika dan hanya

jika keduanya bersama-sama memiliki anggota yang
sama.

Contoh:
A = { a,b,c,d }
B = { c,d,a,b }
Maka
A=B
Himpunan A dikatakan sub himpunan B
jika dan hanya jika semua elemen-elemen A adalah
juga menjadi elemen-elemen B

Contoh:
A = {Win3.1,Win3.11,Win95}
B = {Win3.1,Win3.11,Win95,Win97,
Win98,Win2000,WinXP}
Maka:
A⊂B
Macam-macam himpunan

Himpunan kosong(Empty set)

adalah himpunan yang tidak memiliki anggota.
Notasi: ∅, { }
Contoh:
A = himpunan software aplikasi yang bisa dipakai
dengan semua sistem operasi
A=∅={}
 Himpunan tunggal(singleton set)
adalah himpunan yang hanya memiliki satu anggota
Contoh:
A = himpunan device yang berfungsi sebagai
input device sekaligus output device
A = { touch screen }
Himpunan Semesta(universal Set)
Dalam setiap membicarakan himpunan, maka semua
himpunan yang ditinjau adalah subhimpunan dari
sebuah himpunan tertentu yang disebut himpunan
semesta.
 Notasi: U
Contoh:
U = semesta pembicaraan, yaitu sistem operasi
produksi Microsoft
U = { Win 3.1, …, Win XP }
Himpunan Kuasa(Power Set)
Adalah himpunan dari semua subhimpunan yang
dapat dibuat dari sebuah himpunan
Notasi : 2A
Banyaknya himpunan bagian dari sebuah himpunan A
adalah:
2x ,x adalah banyak elemen A
Contoh:
A = {mouse, keyboard}
B = { monitor, printer, scanner}
Maka:
2A = { A, {mouse},{keyboard}, ∅ }
2B = {{monitor},{printer},{scanner},
{monitor,printer},{monitor,scanner},
{printer,scanner}, ∅ }
Banyaknya himpunan bagian dari A = 22 = 4
Banyaknya himpunan bagian dari A = 23 = 8
 Operasi Himpunan
Union/Gabungan
Gabungan dua himpunan A dan B adalah himpunan yang
anggotanya semua anggota A atau B atau keduanya. A ∪ B
= {x x∈A atau x∈B}
Notasi: A ∪ B , A + B
Contoh:
A = { mouse, keyboard, scanner} ,
B = { monitor,printer}, C = { mouse, keyboard, CPU }
maka:
A ∪ B = {mouse, keyboard, scanner, monitor,printer}
A ∪ C = { mouse, keyboard, scanner , CPU }
 Intersection/Irisan
Irisan dari dua himpunan A dan B adalah himpunan
yang anggotanya dimiliki bersama oleh himpunan A
dan B
Notasi : A ∩ B ={x x∈A dan x∈B}
Contoh:
A = { mouse,keyboard,touch sreen}
B = { monitor, touch screen, printer, scanner}
C = { monitor,printer, scanner}
Maka:
A ∩ B = { touch screen }
A∩C={}
Relative Complement/Selisih
Selisih antara dua himpunan A dan B adalah
himpunan yang anggotanya hanya menjadi anggota
himpunan A tetapi tidak termasuk anggota
himpunan B.
Notasi: A — B={x x∈A dan x∉B}
Contoh:
A = { SQLserver,MySQL,MsAcces}
B = { MySQL,MsAcces,Oracle}
Maka:
A — B = {SQL server }
Komplemen dari himpunan
Komplemen Himpunan A adalah himpunan yang
anggotanya bukan anggota A
Notasi : A’ , Ac

Contoh:
U = { Win3.1, Win3.11, Win95,Win97,Win98,
Win98se, WinME,Win2000, WinXP,… }
A = { Win3.1, Win3.11, Win95,Win97 }
A’ = {Win98,Win98se, WinME,Win2000, WinXP,… }
Symmetric Difference/Beda Setangkup
Beda setangkup dua himpunan A dan B adalah himpunan
yang merupakan anggota himpunan A atau anggota
himpunan B tetapi bukan merupakan anggota kedua
himpunan secara bersamaan.
Notasi: A ⊕ B={x x∈A dan x∈B tetapi x ∉A∩B}
Contoh:
A = { Win3.1, Win3.11, Win95,Win97 }
B = { Win95,Win97,Win98,Win98SE,
WinME,Win2000 }
A ⊕ B = { Win3.1, Win3.11, Win98, Win98SE
,WinME, Win2000 }
Diagram Venn
Adalah suatu cara untuk menggambarkan
hubungan antara himpunan-himpunan.

U U U
A A B
A’

A∪B
U U U
A B A B A B

A∩B A−B A⊕B

 Hukum-hukum Aljabar Himpunan

1. Hukum Idempoten 3. Hukum Asosiatif

A∪B=A (A ∪ B) ∪ C = A ∪ (B ∪ C)
A∩A=A (A ∩ B) ∩ C = A ∩ (B ∩ C)

4. Hukum identitas
2. Hukum Komutatif
A∪∅=A A∩U=A
A∪B=B∪A
A∩B=B∩A A∪U=U A∩∅ = ∅
5. Hukum Distributif
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
6. Hukum DeMorgan
(A ∪ B) c
= A c∩ B c

(A ∩ B) c
= A c∪ B c

Contoh:
Sederhanakan : A ∪ (A ∩ B)
A ∪ (A ∩ B) = (A ∩ U) ∪ (A ∩ B)
= A ∩ (U ∪ B)
=A
Perhitungan Himpunan Gabungan

Jumlah anggota dari gabungan himpunan A dan B:

NA ∪ B = NA + NB − NA ∩ B
Jumlah anggota dari gabungan himpunan A , B dan C
NA ∪ B ∪ C = NA + NB + NC − NA ∩ B − NB ∩ C − NA ∩ C + NA ∩ B
∩C
Contoh:
Dalam suatu kelas x semua siswa belajar penggunaan
software Maple dan Matlab. Kalau dihitung yang belajar
Maple ada 20 siswa, 25% diantaranya juga belajar Matlab.
Apabila diketahui perbandingan jumlah mahasiswa yang
belajar Maple dan Matlab adalah 5 : 4, maka berapa
jumlah mahasiswa dikelas x tersebut? Berapa jumlah
mahasiswa yang hanya belajar Matlap?
 Latihan
1. Tuliskan dalam bentuk deskripsi himpunan berikut uni:
A = { Adobe Photoshop, Macromedia Fireworks,
PrintShopPro, GIMP, … }
B = { PHP, ASP, Cold Fusion, … }
C = { Windows, Linux, Unix, MacOS, OS/2, … }
D = { disket, CD-R, Hardisk, … }
2. Misalkan semesta pembicaraan adalah sistem produksi
Microsoft dan himpunan-himpunan lainnya dinyatakan
oleh:
A = { win3.1, win3.11,win,95,win97}
B = { win97,win98,win98SE,winME}
C = { winME,win2000,winXP,… }
carilah: a. (A ∪ B)- B b. (A ∩ B) ∪ C’ c. (A ⊕ B)-C
d. (B-C) ⊕ A e. (A ∩ B) ∪ (A ∩ C)’
f. (A-B) ∩ C’ g. 2A h. 2B
i. NA∩B j. NA∪B

3. Dari 35 orang programmer yang mengikuti

wawancara untuk sebuah pekerjaan diketahui
25 menguasai Pascal
28 menguasi C++
2 tidak menguasai keduanya
Berapa orang yang menguasai keduanya?
RELASI DAN FUNGSI

PERTEMUAN 2
Hubungan antara elemen himpunan dengan
elemen himpunan lain disebut dengan relasi.

Misalkan variabel x dan y adalah bilangan real

dalam interval tertutup [x1,x2] dan [y1,y2]
maka:
XxY = { (x1,y1),(x1,y2),(x2,y1),(x2,y2) }
YxX = { (y1,x1),(y1,x2),(y2,x1),(y2,x2) }
XxX = {(x1,x1),(x1,x2),(x2,x1),(x2,x2) }
YxY = { (y1,y1),(y1,y2),(y2,y1),(y2,y2) }
 Y

Y2

Y1

X1 X2 X

Maka relasi R antara elemen-elemen dalam himpunan

X dan himpunan Y adalah:
R ⊆ XxY
Relasi demikian disebut relasi binary, karena elemen
dalam R terdiri dari pasangan 2 himpunan
PEMAPARAN RELASI
• PEMAPARAN KOORDINAT
misalkan :
R = {(Microsoft, Win), (IBM,OS/2), ( Mac,MacOs)}

MacOs
Os/2
Win

Micro IBM Mac

• PEMAPARAN MATRIKS

R Micro IBM Mac

MacOS 0 0 1
OS/2 0 1 0
Win 1 0 0

• PEMAPARAN PEMETAAN

Micro MacOS

IBM Win

Mac OS/2
• PEMAPARAN GRAPH BERARAH
Aturan-aturannya sbb:
a. Setiap anggota himpunan X digambarkan
dengan lingkaran
b. Garis berarah antar lingkaran menggambarkan
adanya relasi antara anggota himpunan.

Contoh: a1 a2 a4

a1 prasyarat tuk semua

a3 a5
a3 prasyarat a5 dan a6
a6 bukan prasyarat tuk semua
a6
 OPERASI DALAM RELASI BINARY
• INVERS RELASI (R-1)
Didefinisikan dengan menukar susunan anggota
disemua pasangan yang ada dalam relasi, jadi
Jika R : X→Y , maka R-1 : Y → X

• KOMPOSISI RELASI
Operasi mengkombinasikan 2 buah relasi binary
yang cocok dan menghasilkan sebuah relasi
binary yang baru.
P : X →Y dan Q: Y →Z
dimana Y di P harus sama dengan di Q
relasi P ke Q atau PoQ, didefinisikan sebagai
relasi: R : X→Z
Contoh:

P Q R = PoQ
y1
x1 z1 x1
y2 z1
x2 x2
y3 z2
x3 z2
x3
y4
 Sifat – sifat Relasi Biner
• Refleksif (reflexive)
relasi R pada himp. A disebut reflesif jika (a,a) ∈R
untuk setiap a ∈ A
Contoh:
misalkan A={1,2,3} dan relasi R di bawah ini
didefinisikan pada himpunan A, maka
a. R = {(1,1),(1,3),(2,1),(2,2),(3,3)} …. refleksif
b. R = {(1,1),(1,3),(2,1),(2,2)} …. Tidak refleksif
• Setangkup (symmetric)
relasi R pada himp. A disebut setangkup jika untuk
semua a, b ∈ A, jika (a, b) ∈ R, maka (b,a) ∈ R
Contoh:
Misalkan A={1,2,3} dan relasi R di bawah ini
didefinisikan pada himpunan A, maka
a. R = {(1,1),(1,2),(2,3),(2,1),(3,2)} … setangkup
b. R = {(1,1),(1,2),(2,3),(2,1),(3,3)} …tak setangkup

• Menghantar (transitive)
Relasi R pada himpunan A disebut transitif jika (a,b)
∈R dan (b,c) ∈R maka (a,c) ∈R untuk a,b,c ∈ R
Contoh:
Misalkan A={1,2,3,4} dan relasi R di bawah ini
didefinisikan pada himpunan A, maka
a. R = {(2,1),(3,1), (3,2), (4,1),(4,2),(4,3)} …transitif

Pasangan berbentuk
(a,b) (b,c) (a,c)
(3,2) (2,1) (3,1)
(4,2) (2,1) (4,1)
(4,3) (3,1) (4,1)
(4,3) (3,2) (4,2)
b. R ={(1,1),(2,3),(2,4),(4,2) …. tidak transitif
Mengkombinasikan Relasi
Jika R1 dan R2 masing-masing adalah relasi dari himp. A
ke himp. B, maka R1 ∩ R2 , R1 ∪ R2, R1- R2, R1 ⊕ R2
juga relasi.
Contoh:
Misalkan A={a,b,c} dan {a,b,c,d}. Relasi R1 =
{(a,a),(b,b)(c,c)} dan relasi R2 =
{(a,a),(a,b),(a,c),(a,d)} adalah relasi dari A ke B.
kombinasi relasi-relasi tersebut bisa berupa:
R1 ∩ R2 = {(a,a)}
R1 ∪ R2 = {(a,a),(b,b),(c,c),(a,b),(a,c),(a,d)}
R1- R2 = {(b,b),(c,c)}
R1 ⊕ R2 ={(b,b),(c,c),(a,b),(a,c),(a,d)}
Jika relasi R1dan R2 masing-masing dinyatakan dengan
matriks MR1dan MR2, maka matriks yang menyatakan
gabungan dan irisan dari kedua relasi tersebut adalah
MR1∪ R2 = MR1∨ MR2 dan MR1 ∩ R2 = MR1 ∧ MR2
1 0 0 0 1 0 
1 0 1 0 1 1 
R1 =   dan R2 =  
1 1 0 1 0 0

maka matriks yang menyatakan R1∪ R2 dan R1 ∩ R2

adalah: MR1∨ MR2 = 1 1 0 dan MR1 ∧ MR2 = 0 0 0

1 1 1  0 0 1 
1 1 0 1 0 0
Relasi n-er (n-ary relation)
Tabel 1 PEMAIN

Nomor ID Nama Posisi Umur

22012 Johnson c 22
93831 Glover Of 24
58199 Batty p 18
84341 Cage c 30
01180 Homer 1b 37
26710 Score p 22
61049 Johnson Of 30
39826 Singleton 2b 31
Tabel 1 bisa dinyatakan sebagai himpunan pasangan:
{(22012,johnson,c,22),(93831,glover,0f,24),…,
(39826,singleton,2b,31)}

dari 4-tupel.
• Basis data(database) merupakan kumpulan catatan yang
dimanipulasi oleh komputer.
• Sistem manajemen basis data(database management system)
merupakan program yang membantu pemakai mengakses
informasi dalam basis data.
• Model basis data relasional yang ditemukan oleh E.F Codd
pada tahun 1970, didasarkan pada konsep relasi n-er.
 Istilah-istilah dalam basis data relasional
• Kolom-kolom dari relasi n-er disebut atribut(attribute)
• Daerah asal atribut adalah himpunan dimana semua anggota
dalam atribut itu berada.
• Atribut tunggal atau kombinasi atribut bagi sebuah relasi
merupakan kunci(key) jika nilai-nilai atribut secara unik
mendefinisikan sebuah n-tupel
• Sistem manajemen basis data menjawab perintah-
perintah(queries).

Operasi-operasi pada relasi dalam model basis

data relasional
1. Seleksi
Operasi ini memilih n-tupel tertentu dari suatu relasi.
Pilihan dibuat dengan persyaratan pada atribut.
 Contoh1:
Relasi Pemain dari tabel 1.
PEMAIN [Posisi = c]
Akan memilih tupel : (22012,johnson,c,22) ,(84341,Cage,c,30)

2. Proyek
Operator proyek memilih kolom. Sebagai tambahan pengulangan
akan dihilangkan.

Contoh 2.
PEMAIN[Nama,Posisi]
Akan memilih tupel : (Johnson,c), (Glover,of), (Batty,p),…,
(Singleton,2b)
3. Gabungan
Operasi seleksi dan proyek memanipulasi relasi tunggal;
gabungan memanipulasi dua relasi. Operasi gabungan pada R1
dan R2 mengawali dengan menguji semua pasangan dari
tupel, satu dari R1 dan satu dari R2. jika persyaratan gabungan
dipenuhi, tupel-tupel akan dikombinasikan untuk membentuk
tupel baru. Persyaratan gabungan menjelaskan hubungan
antara atribut di R1 dan atribut di R2.

Contoh 3. (operasi gabungan tabel 1 dan 2)

Dengan persyaratan misal: Nomor ID = PID
Tabel 1 PEMAIN Tabel 2. PENEMPATAN

Nomor ID Nama Posisi Umur PID Tim

22012 Johnson c 22 39826 Biru
93831 Glover Of 24 26710 Merah
58199 Batty p 18 58199 Jingga
84341 Cage c 30 01180 Merah
01180 Homer 1b 37
26710 Score p 22
61049 Johnson Of 30
39826 Singleton 2b 31
 Tabel 3. PeEMAIN [Nomor ID = PID ] PENEMPATAN

Nomor ID nama Posisi Umur Tim

58199 Batty p 18 Jingga
01180 Homer 1b 37 Merah
26710 Score p 22 Merah
39826 singleton 2b 31 Biru
1. Nyatakan relasi yang diberikan oleh tabel berikut
sebagai himpunan dari n-tupel
ID Nama Manajer
1089 Budi Zamora
5624 Candra Ivan
9843 Herman Rudi
7610 Rian Irwan
2. Nyatakan relasi yang diberikan oleh tabel berikut
sebagai himpunan dari n-tupel
Dept. Manajer
23 Zamora
10 Rudi
12 Irwan
3. Nyatakan relasi yang diberikan oleh tabel berikut
sebagai himpunan dari n-tupel
Dept No.Barang banyaknya
23 23a 200
10 33c 45
23 500 56
25 11 150
4. Nyatakan relasi yang diberikan oleh tabel berikut
sebagai himpunan dari n-tupel
Nama No.Barang
United supplies 33c
ABC Limited 23a
ABC Limited 11
JCN Electronics 500
 Untuk soal 5-8 tulislah serangkaian operasi relasi untuk
menjawab permintaan. Juga berikanlah jawaban untuk
permintaan tersebut.

5. Carilah nama-nama semua pekerja (jangan sertakan nama

manajer)
6. Carilah semua nomor produk
7. Carilah semua produk yang dipasok oleh departemen 23
8. Carilah nomor produk dari produk-produk yang menangani paling
sedikit 50 jenis barang.
Notasi Operasi Relasi
σ)
• Notasi Operator Seleksi (σ
Tabel MHS

NIM Nama MK
135011 Adi SIM
135011 Adi OR
135015 Irma SIM
135032 Rani PTI
Contoh :
Operasi menampilkan pasangan terurut mahasiswa yang
mengambil matkul SIM.
σMK= “SIM” (MHS)
 • Notasi Operator Proyek ( Π )
Tabel MHS
NIM Nama MK
135011 Adi SIM
135011 Adi OR
135015 Irma SIM
135032 Rani PTI

Contoh:
Notasi operasi proyeksi memilih kolom nama pada
tabel MHS.
Π Nama (MHS)
• Notasi operasi Join ( τ )
Operasi join menggabungkan dua buah tabel menjadi
satu bila kedua tabel mempunyai atribut yang sama.

Contoh:
Misalkan relasi MHS1 dan relasi MHS2 bila digabungkan
maka notasi operasinya adalah:
τ NIM,Nama (MHS1,MHS2)
Tabel MHS1 Tabel MHS2
NIM Nama JK NIM Nama Matkul Nilai
13598001 Hananto L 13598001 Hananto SIM A
13598002 Guntur L 13598001 Hananto DBMS B
13598004 Heidi W 13598004 Heidi PTI B
13598006 Harman L 13598006 Harman Statistik C
13598007 Karim L 13598006 Harman OR A
Tabel Join 13598009 Yeni Alin B

NIM Nama JK Matkul Nilai

13598001 Hananto L SIM A
13598001 Hananto L DBMS B
13598004 Heidi W PTI B
13598006 Harman L Statistik C
13598006 Harman L OR A
FUNGSI
adalah bentuk khusus dari relasi. Definisi fungsi adalah sebagai
berikut:

Misalkan A dan B himpunan. Relasi biner f dari A ke B
merupakan suatu fungsi jika untuk setiap elemen a di dalam A
(disebut daerah asal/domain) terdapat satu elemen tunggal b
di dalam B (disebut daerah hasil/range/codomain) sedemikian
sehingga (a,b)∈f. Kita tulis f(a)=b. Jika f adalah fungsi dari A ke
B, kita menuliskan f : A → B yang artinya f memetakan A ke B.
Contoh:
1. Diketahui A = {1, 2, 3} dan B = { u, v, w} maka
f = {(1,u), (2,v), (3,w)} adalah fungsi dari A ke B karena setiap
anggota A memiliki satu kawan di B
Macam – macam fungsi
1. Fungsi satu ke satu ( one-to-one)
jika tidak ada dua elemen himpunan A yang memiliki bayangan
yang sama, dengan kata lain jika a dan b adalah anggota
himpunan A maka f(a) ≠ f(b) bilamana a ≠ b.
Contoh:
F = {(1,w), (2,u), (3,v)} dari A = {1,2,3} ke B = {u,v,w,x} adalah fungsi
satu ke satu

2. Fungsi pada (onto)

jika setiap himpunan b merupakan bayangan dari satu atau lebih
elemen himpunan A, dengan kata lain fungsi f adalah pada
bila semua elemen B merupakan daerah hasil dari f.
Contoh:
F = {(1,w),(2,u),(3,v)} dari A={1,2,3} ke B={u,v,w} merupakan fungsi
pada, karena semua elemen B termasuk ke dalam daerah hasil f.

Latihan:
Selidiki jenis fungsi atau bukan, fungsi satu-ke-satu atau bukan, fungsi
pada atau bukan.
1. A={1,2,3,4} dan B={u,v,w} diberikan f={(1,u),(2,v),(3,w)}
2. A={1,2,3} dan B={u,v,w} diberikan f={(1,u),(1,v),(2,v),(3,w)}
3. A={1,2,3} dan B={u,v,w,x} diberikan f ={(1,w),(2,u),(3,v)}
4. A={1,2,3} dan B={u,v,w} diberikan f={(1,u),(2,u),(3,v)}
5. A={1,2,3} dan B={u,v,w} diberikan f={(1,u),(2,w),(3,v)}
QUANTIFIER (KUANTOR) dan Induksi
matematika

PERTEMUAN KE-3
 KUANTOR PERNYATAAN

Misalkan P(x) adalah pernyataan yang menyangkut

variabel x dan D adalah sebuah himpunan, maka
P adalah fungsi proposisi jika untuk setiap x∈D,
berlaku P(x) adalah sebuah proposisi.
Contoh:
Misalkan P(x) merupakan pernyataan :
x adalah sebuah bilangan bulat genap.
Misalkan D = himpunan bilangan bulat positif
Maka fungsi proposisi P(x) dapat ditulis:
jika x = 1 maka proposisinya
1 adalah bilangan bulat genap. (F)
jika x = 2 maka proposisinya
2 adalah bilangan bulat genap. (T)
dst.
Untuk menyatakan kuantitas suatu objek proposisi digunakan
notasi yang disebut kuantor
 Macam-macam Kuantor

Untuk setiap x, P(x)

disebut kuantor universal
Simbol: ∀

Untuk beberapa x, P(x)
disebut kuantor eksistensial
Simbol: ∃

Contoh:
Misalkan x himpunan warga negara Indonesia,
P predikat membayar pajak, R predikat membeli Ms Word,
Maka:
1. ∀x,P(x)
artinya: semua warga negara membayar pajak
2. ∃x,R(x),P(x)
artinya: ada beberapa warga negara membeli Ms word
membayar pajak
3. ∀x,R(x)→P(x)
artinya: semua warga negara jika membeli ms word maka
membayar pajak
4. ∃x,R(x)∧P(x)
artinya: ada warga negara membeli ms word dan tidak
membayar pajak
 Negasi Kuantor

~∀x = ∃x
~∃x = ∀x
Sehingga:
~(∀x,P(x)) = ∃x,P(x)
~(∃x,P(x)) = ∀x,P(x)
~(∀x,P(x)→Q(x)) = ∃x,( P(x) →Q(x))
= ∃x, P(x) ∧ Q(x)
 1. Tentukan validitas pernyataan di bawah ini bila domain
pembicaraannya himpunan bilangan real

(a) ∀ x , ∀ y , P ( x < y(b)

2
+ 1) ∀ x , ∀ y , P [( x < y ) → ( x 2 < y 2 )]

∀ x , ∃ y , P ( x 2 < y + 1) ∀ x , ∃ y , P [( x < y ) → ( x 2 < y 2 )]

∃ x , ∀ y , P ( x 2 < y + 1) ∃ x , ∀ y , P [( x < y ) → ( x 2 < y 2 )]

∃ x , ∃ y , P ( x 2 < y + 1) ∃ x , ∃ y , P [( x < y ) → ( x 2 < y 2 )]
2. Negasikan setiap pernyataan di bawah ini:
(a) ∀ x , P ( x ) ∧ ∃ y , Q ( y )

(b) ∃ x , P ( x ) ∨ ∀ y , Q ( y )
(c) ∀ x , ∃ y , [ P ( x ) ∨ Q ( y )]
Perhatikan argumen matematik berikut ini:

1. P(n) : Jumlah bilangan bulat positif dari

sampai 1 sampai n adalah n(n + 1)/2
misal untuk n = 5 adalah 5(5+1)/2=15
terlihat: 1+2+3+4+5=15
2. P(n) : Jumlah dari n buah bilangan ganjil
positif pertama adalah n2
misal untuk n = 3 adalah 32 = 9
terlihat : 1 + 3 + 5 = 9
Induksi matematik merupakan teknik pembuktian yang
baku dalam matematik, khususnya menyangkut bilangan
bulat positif.

Prinsip Induksi Sederhana

Misalkan P(n) adalah pernyataan perihal bilangan bulat
positif dan kita ingin membuktikan bahwa p(n) benar
untuk semua bilangan bulat positif n. untuk membuktikan
pernyataan ini, kita hanya perlu membuktikan pernyataan
ini, kita hanya perlu menunjukkan bahwa:
1. p(1) benar, dan
2. Untuk semua bilangan bulat positif n ≥ 1,
jika p(n) benar maka p(n+1) juga benar.

Langkah 1 dinamakan basis induksi

Langkah 2 dinamakan langkah induksi

Asumsi jika p(n) benar dinamakan hipotesis induksi.

Contoh:
Tunjukkan bahwa
untuk n ≥ 1, 1+2+…+n = n(n+1)/2
 Bukti:

Basis induksi. Untuk n=1 kita peroleh 1 = 1(1+1)/2, ini jelas

benar sebab
1 = 1 (1+1)/2
= 1 (2)/2
= 2/2
=1

Langkah induksi. Andaikan untuk n ≥ 1 pernyataan

1+2+3+…+n = n(n+1)/2 adalah benar (hipotesis induksi)
Kita harus menunjukkan bahwa:
1+2+3+…+n + (n+1) = (n+1)[(n+1)]/2 juga benar
Untuk membuktikan ini tunjukkan bahwa:
1+2+3+…+ n + (n+1) = (1+2+3+…+n )+(n+1)
= [n(n+1)/2]+(n+1)
= [ (n2+n)/2]+(n+1)
= [ (n2+n)/2]+[(2n+2)/2]
= (n2+3n+2)/2
= ( n+1)[(n+1)+1]/2

Karena langkah basis dan langkah induksi keduanya telah

dibuktikan benar, maka untuk semua bilangan bulat positif
n, terbukti bahwa:
1+2+3+…+n = n(n+1)/2
 Latihan

Buktikan dengan induksi matematik

1. Jumlah n buah bilangan ganjil positif pertama adalah n2
2. Untuk semua n ≥ 1 maka n3 + 2n adalah kelipatan 3
3. n! ≥ 2n-1 untuk n= 1,2,3,…
4. 1·2 + 2·3 + 3·4 +…+ n(n+1) = n(n+1)(n+2)/3
Pertemuan 4

Kombinatorial
Kaidah Dasar menghitung
Dalam kombinatorial ada dua kaidah dasar yang digunakan
untuk menghitung, yaitu kaidah penjumlahan (rule of sum)
dan kaidah perkalian (rule of product)
1. Kaidah Penjumlahan (rule of sum)
Bila percobaan 1 mempunyai m hasil percobaan yang mungkin
terjadi(atau memiliki sebanyak m kemungkinan jawaban)
dan percobaan 2 mempunyai n hasil percobaan yang
mungkin (atau memiliki sebanyak n kemungkinan jawaban),
maka bila hanya salah satu dari dua percobaan itu saja yang
dilakukan (percobaan 1 “atau” percobaan 2), maka terdapat
m+n hasil jawaban (atau memiliki m +n kemungkinan
jawaban)
Contoh1:
Seorang mahasiswa akan memilih satu mata kuliah yang
ditawarkan pagi dan sore. Untuk pagi ada 7 matakuliah dan
sore ada 5 matakuliah yang ditawarkan. Maka mahasiswa
tadi mempunyai 7+5 pilihan untuk memilih satu matakuliah
tersebut.
2.Kaidah Perkalian (rule of product)
Bila percobaan 1 mempunyai m hasil percobaan yang mungkin
terjadi(atau memiliki sebanyak m kemungkinan jawaban)
dan percobaan 2 mempunyai n hasil percobaan yang
mungkin (atau memiliki sebanyak n kemungkinan jawaban),
maka bila kedua percobaan1 “dan” percobaan 2 dilakukan ,
maka terdapat mxn hasil jawaban (atau memiliki m xn
kemungkinan jawaban
Perluasan kaidah
Kaidah penjumlahan dan kaidah perkalian di atas dapat diperluas
hingga mengandung lebih dari 2 percobaan. Jika n buah percobaan
masing-masing mempunyai p1, p2,…,pn hasil percobaan yang
mungkin terjadi yang dalam hal ini setiap pi tidak bergantung pada
pilihan sebelumnya, maka jumlah hasil percobaan yang mungkin
terjadi adalah:
a. p1 x p2 x … x pn untuk kaidah perkalian
b. p1 + p2 + … + pn untuk kaidah penjumlahan
Contoh:
Jika harus menyusun jadwal tiga ujian ke dalam periode lima hari
tanpa ada pembatasan mengenai berapa kali dibolehkan ujian
dalam setiap harinya, berapakah kemungkinan jadwal yang dapat
dibuat?
Jawab:
Karena penyusunan jadwal tiga ujian dan tanpa ada pembatasan dalam
periode lima hari, maka jumlah kombinasi jadwal yang mungkin
dibuat:
5.5.5 = 125

Prinsip Inklusi-Eksklusi
Adalah cara penghitungan dengan menggunakan prinsip perhitungan
himpunan.
Contoh: Berapa banyak jumlah byte yang dimulai dengan ‘11’
atau diakhiri dengan ‘11’ ?
Petunjuk Penyelesaian:
Misalkan A = himpunan byte yang dimulai dengan ‘11’
B = himpunan byte yang diakhiri dengan ‘11’
A ∩B = himpunan byte yang berawal dan berakhir
dengan ‘11’
Maka
A ∪ B = himpunan byte yang berawal dengan ‘11’ atau
berakhir dengan ‘11’
Dengan Rumus:
A∪B = A + B - A∩B
1. Pengertian Permutasi
suatu susunan data dengan memperhatikan /membedakan
urutan. Permutasi merupakan bentuk khusus aplikasi aturan
perkalian.
Rumus:
1. Permutasi dari n objek seluruhnya:
nPn = n! = n. (n-1).(n-2)…2.1
= n.(n-1)!
2. Permutasi sebanyak r dari n objek:
n!
nPr =
(n-r)!
3. Permutasi keliling (circular permutation)
Sejumlah n objek yang berbeda dapat disusun secara teratur
dalam sebuah lingkaran dalam (n-1)! cara
4. Permutasi dari n objek yang tidak seluruhnya dapat
dibedakan:
n n!
=
n1,n2,n3,…,nk n1!n2!n3!...nk!
Contoh soal:
1. Ada berapa cara3 buku dapat diurutkan ?
3! = 3.2.1 = 6 cara
2. Ada berapa cara 2 dari 4 buku dapat disusun ?
4! 4! 4.3.2.1

4P2 = = = = 4.3 = 12 cara

(4-2)! 2! 2.1
3. 4 orang mahasiswa melakukan diskusi dengan membentuk
sebuah lingkaran, ada berapa cara urutan dari 4 orang tadi?
Jawab : 4! = 4.3.2.1 = 24 cara
4. Dalam berapa cara kata “diskrit” dapat diurutkan?
jawab:
7! 7.6.5.4.3.2!
= = 2520 cara
1!2!1!1!1!1! 2!
2. Kombinasi
Suatu susunan data tanpa memperhatikan urutannya.
n!
nC r =
r!(n-r)!

Contoh:
1. Ada berapa cara akan dipilih 2 orang dari 4 orang siswa?
Jawab:
4! 4.3.2! 12
4C2 = = = =6
2!(4-2)! 2! 2! 2
Permutasi dan Kombinasi Bentuk Umum
Adalah menyusun obyek di mana tidak semua obyek bisa dibedakan
(sama). Untuk rumus permutasi dan kombinasinya sama yaitu:

n!
P(n;n1,n2,…,nk) = C(n;n1,n2,…,nk) =
n1!.n2!...nk!
Contoh:
Berapa banyak string yang dapat dibentuk dengan menggunakan
huruf-huruf dari kata MISSISSIPPI?
Jawab: S = {M,I,S,S,I,S,S,I,P,P,I}
huruf M = 1 buah n1 huruf S = 4 buah n3
huruf I = 4 buah n2 huruf P = 2 buah n4
n = 1 + 4 + 4 + 2 = 11 buah = jumlah elemen himpunan S
Cara 1
11!
Jumlah string = P(11; 1,4,4,2) = = 34650 buah
1!4!4!2!
Cara 2
Jumlah string = C(11,1).C(10,4).C(6,4).C(2,2)
 11! 10! 6! 2!
=
1!10! 4!6! 4!2! 2!0!
11!
= = 34650 buah
1!4!4!2!
Kombinasi dengan Pengulangan
Jumlah kombinasi yang membolehkan adanya pengulangan elemen,
yaitu dari n buah obyek kita akan mengambil r buah obyek,
dengan pengulangan diperbolehkan.
C(n+r – 1, r) = C(n+r-1, n-1)
Contoh:
Pada persamaan x1+x2+x3+x4 = 12, xi adalah bilangan bulat ≥ 0.
Berapa jumlah kemungkinan solusinya?

Jawab:
misalkan 12 sebagai bola dan xi = 4 sebagai kotak (n=4 dan r=12),
sehingga banyak kemungkinan yang bisa terjadi. Namun
seluruhnya ada C(4+12-1,12) = C(15,12) = 455 buah
kemungkinan solusi
Latihan:
1. Empat buah ujian dilakukan dalam periode enam hari.
Berapa banyak pengaturan jadwal yang dapat dilakukan
sehingga tidak ada dua ujian atau lebih yang dilakukan pada
hari yang sama.
2. Berapa banyak string yang dapat dibentuk yang terdiri dari 4
huruf berbeda dan 3 angka yang berbeda pula?
3. Berapakah jumlah kemungkinan membentuk 3 angka dari 5
angka berikut: 1,2,3,4,5 jika:
i. tidak boleh ada pengulangan angka
ii. Boleh ada pengulangan angka.
4. String biner yang panjangnya 32 bit disusun oleh digit 1 atau 0.
Berapa banyak string biner yang tepat berisi 7 buah bit 1?
5. Sebuah karakter dalam sistim ASCII berukuran 1 byte atau 8
bit (1 atau 0).
a. Berapa banyak pola bit yang terbentuk? (atau berapa banyak
karakter yang dapat dipresentasikan?)
b. Berapa banyak pola bit yang mempunyai 3 bit 1?
c. berapa banyak pola bit yang mempunyai bit 1 sejumlah
genap?
6. Suatu panitia akan dibentuk dengan jumlah 5 orang. Berapa
carakah pembentukan panitia tersebut dapat dilakukan jika
calon anggota terdiri dari 4 orang pria dan 3 orang wanita dan
panitia harus
a. terbentuk tanpa persyaratan lain
b. terdiri 3 pria dan 2 wanita
c. terdiri 2 pria dan 3 wanita
 Pertemuan 5

LOGIKA PROPOSISI
 Pernyataan
• Logika proposisi berisi pernyataan-pernyataan
(tunggal/majemuk)
• Pernyataan : kalimat deklarasi yang dinyatakan
dengan huruf-huruf kecil.
• Pernyataan mempunyai sifat dasar yaitu benar
atau salah tetapi tidak keduanya
Contoh:
1. Bilangan biner digunakan dalam sistem digital
2. Sistem analog lebih akurat daripada sistem digital
3. Pentium IV lebih bagus kinerjanya dan lebih mahal
harganya daripada pentium III

Kalimat yang tidak termasuk pernyataan: kalimat

perintah, pertanyaan, keheranan, harapan, kalimat
… walaupun …
 Pernyataan Majemuk

Negasi
Sebuah pernyataan yang meniadakan pernyataan yang
ada, dapat dibentuk dengan menulis ‘adalah salah
bahwa…’ atau dengan menyisipkan kata ‘tidak’
notasi: ~p , p’
Contoh:
p = keyboard merupakan output device
~ p = adalah salah bahwa keyboard
merupakan output device
• Kebenaran sebuah negasi adalah lawan dari kebenaran
pernyataannya.
• Tabel kebenaran negasi:

p ~p
+ –
– +

Konjungsi
Pernyataan gabungan dari dua pernyataan dengan kata
hubung ‘dan’
Notasi: p∧q , pq , p×q
Contoh:
p = sistem analog adalah suatu sistem dimana tanda
fisik/kuantitas, dapat berbeda-beda secara terus
menerus melebihi jarak tertentu.(benar)
q = sistem digital adalah suatu sistem dimana tanda
fisik/kuantitas, hanya dapat mengasumsikan nilai yang
berlainan. (benar)
r = sistem bilangan desimal adalah sistem bilangan yang
digunakan dalam sistem digital. (salah)
Maka:
p ∧ q adalah konjungsi yang benar
q ∧ r adalah konjungsi yang salah

Disjungsi
Adalah pernyataan gabungan dari dua
pernyataan dengan kata hubung ‘atau’
Notasi: p ∨ q , p + q

p q p∧q p q p∨q
+ + + + + +
+ – – + – +
– + – – + +
– – – – – –
Contoh:
p = keyboard adalah input device (benar)
q = harddisk adalah alat penentu kecepatan
komputer (salah)
r = processor adalah otak dari komputer
(benar)
Maka:
p ∨ q adalah disjungsi yang benar
p ∨ r adalah disjungsi yang benar

Jointdenial(Not OR /NOR)
Adalah pernyataan gabungan yang dihasilkan dari
menegasikan disjungsi.
Notasi: p ↓ q , ~(p ∨ q)

p q p∨q p↓q
+ + + –
+ – + –
– + + –
– – – +

Not And (NAND)
Adalah pernyataan gabungan yang dihasilkan dari
menegasikan konjungsi.
Notasi: ~(p∧q), p ↑ q

p q (p ∧ q) p↑q
+ + + –
+ – – +
– + – +
– – – +

Exlusive OR(EXOR)
Adalah pernyataan gabungan di mana salah satu p
atau q (tidak keduanya) adalah benar
Notasi : p ⊕ q

p q p⊕q
+ + –
+ – +
– + +
– – –

Exlusive NOR(EXNOR)
Adalah pernyataan gabungan dimana nilai
kebenarannya benar bila kedua pernyataannya
benar atau salah.
Notasi : ~(p ⊕ q)

p q ~(p ⊕
q)
+ + +
+ – –
– + –
– – +
KESETARAAN LOGIS
Dua buah pernyataan yang berbeda dikatakan
setara/equivalen bila nilai kebenarannya sama
Contoh:
1. Tidak benar bahwa aljabar linier adalah alat
matematika dasar untuk disain logika.(benar)
2. Aljabar boole adalah alat matematika dasar untuk
disain logika.(benar)
Contoh:
Selidiki apakah kedua proposisi di bawah ini setara:
1. Tidak benar bahwa sistem bilangan biner dipergunakan
dalam sistem digital atau sistem digital hanya dapat
mengasumsikan nilai yang berlainan.
2. Sistem bilangan biner tidak dipergunakan dalam sistem
digital dan tidak benar bahwa sistem digital hanya dapat
mengasumsikan nilai yang berlaianan.
(hint: buktikan : ~( p ∨ q ) ≡ ~ p ∧ ~ q )
 Aljabar Proposisi
Aljabar proposisi adalah hukum-hukum aljabar
yang dapat digunakan dalam proposisi.
Hukum-hukum tersebut adalah:
1. Idempoten 3. Distributif
p∨p≡p p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r)
q∧q≡p p ∧ (q ∧ r) ≡ (p ∧ q) ∨ (p ∧ r)

2. Assosiatif 4. Komutatif
(p ∨ q) ∨ r ≡ p ∨ (q ∨ r) p∨q≡q∨p
(p ∧ q) ∧ r ≡ p ∧ (q ∧ r) p∧q≡q∧p
5. Identitas 7. Komplemen
p∨f≡p p ∨ ~p ≡ t
p∨t≡t p ∧ ~p ≡ f
p∧f≡f ~t ≡ f
p∧t≡p ~f ≡ t

6. Involution 8. De Morgan’s
~~p ≡ p ~(p ∧ q) ≡ ~p ∨
~q
~(p ∨ q) ≡ ~p ∧ ~q
Contoh pemakaian hukum aljabar proposisi
Sederhanakan proposisi berikut ini:
1. p ∧ (p ∨ q)

p ∧ (p ∨ q) ≡ (p ∨ f) ∧ (p ∨ q) …( hk.identitas )
≡ p ∨ (f ∧ q) …( hk.distribusi )
≡ p∨f …( hk.identitas )
≡ p …( hk.identitas )

2. Sederhanakan proposisi: p ∨ (p ∧ q)
 IMPLIKASI DAN BIIMPLIKASI
Implikasi
Jika memakai Ms Word maka windows adalah sistem
operasinya

Artinya: Ms word tidak dapat digunakan tanpa windows

tetapi windows dapat digunakan tanpa Ms word
Contoh pernyataan di atas disebut pernyataan beryarat
(conditional statement)
Notasi: p → q
 Tabel kebenaran impilkasi

p q p→q
+ + +
+ – –
– + +
– – +

Contoh: Misalkan pernyataan p adalah benar, q adalah salah dan r

adalah benar, tentukan kebenaran proposisi berikut:
(p∨q)→~r
 Variasi Implikasi

Jika implikasi: p → q
Maka: Konversnya :q→p
Inversnya : ~p → ~ q
Kontrapositipnya : ~ q → ~ p
Contoh:
Tentukan konvers,invers, dan kontrapositif dari
proposisi berikut:
Jika Ms Word aplikatifnya maka windows sistem
operasinya
 • Tabel kebenaran variasi implikasi:

p q ~p ~q p→q ~q→~p q→p ~p→~q

+ + – – + + + +
+ – – + – - + +

– + + – + + – -
– – + + + + + +

setara setara
 Kesimpulan:
Proposisi yang saling kontrapositif mempunyai nilai
kebenaran yang sama(equivalen)

Contoh:
Buktikan bahwa:
Jika x2 bilangan genap, maka x juga bilangan genap
Jawab:
Kontrapositif dari implikasi di atas adalah:
Jika x bukan bilangan genap, maka x2 juga bukan bilangan genap
Setiap bilangan bulat bukan genap adalah ganjil, sehingga
jika x ganjil ditulis sebagai
x = 2k + 1 (k bil. Bulat) akibatnya:

X2 = (2k + 1)2
= 4k2 + 4k + 1
= 2(2k2 + 2k) + 1
Karena kontrapositifnya benar akibatnya implikasinya juga
benar.
 Biimplikasi

Contoh pernyataan biimplikasi:

Ms word jika dan hanya jika ingin membuat dokumen
Notasi: p ↔ q
Kebenaran biimplikasi: p q p↔q
+ + +
+ – –
– + –
– – +
 Argumentasi
Argumentasi adalah kumpulan pernyataan – pernyataan atau
premis-premis atau dasar pendapat serta kesimpulan(konklusi)

Notasi:
P(p,q,…)
Q(p,q,…) P,Q,… masing-masing disebut premis
M
{P,Q,..} bersama-sama disebut hipotesa
∴C(p,q,…)
C adalah kesimpulan/konklusi
 Contoh:
Jika biner maka disain logika
Jika disain logika maka digital

∴ Jika biner maka digital

Kebenaran/validitas Argumen
Nilai kebenaran argument tergantung dari nilai
kebenaran masing-masing premis dan kesimpulannya.
Suatu argumen dikatakan benar bila masing-masing
premisnya benar dan kesimpulannya juga benar.
 Contoh 1:
Jika biner maka disain logika
Jika disain logika maka digital

∴ Jika biner maka digital

Argumen tersebut dapat ditulis dengan notasi:

p→q disebut premis 1
q→r disebut premis 2
∴ p → r disebut konklusi
Perhatikan Tabel kebenaran

p q r p→q q → p p →r

+ + + + + +
+ + – + – –
+ – + – + +
+ – – – + –
– + + + - +
– + – + – +
– – + + + +
– – – + + +
Semua premis dan konklusi benar sehingga
argumentasi di atas valid.
 Bentuk-bentuk dasar menarik kesimpulan

1. Conjunction 2. Addition
p p
q ∴ p∨q
∴p ∨ q

3. Construction Dilemma
(p→q)∧(r→s)
p∨r
∴q ∨ s
4. Modus Ponens 5. Modus Tollens
p→q p→q
p ~q
∴q ∴~p
6. Hypothetical syllogism
p→q
q→r
∴p→r
7. Simplification 8. Disjunctive syllogism
p∧q p∨q
∴p ~p
∴q
9. Destructive Dilemma
(p→q)∧(r→s)
~q∨~s
∴~p∨~r

10. Absorption
p→q
∴ p → (p ∧ q)
Contoh pemanfaatan:
Buatlah kesimpulan dari argumen di bawah ini
sehingga argumen tersebut valid
1. Jika hasilnya akurat maka sistemnya digital
2. Jika sistem digital maka menggunakan bil. Biner
3.Hasilnya akurat
∴?
Jawab:
Premis 1 : p → q
Premis 2 : q → r
Premis 3 : p
∴?
Dengan hypothetical syllogism
p→q
q→r
∴p→r
Sehingga argumentasi dapat ditulis kembali:
p→r
p
∴?
Dengan Modus Ponen, konklusinya adalah r
p→r
p
∴r
Adalah valid
p q r p→q q →r
+ + + + +
+ + − + −
+ − + − +
+ − − − +
− + + + +
− + − + −
− − + + +
− − − + +
3 ∴ 1 2
 Pertemuan 6

Pendahuluan Aljabar Boolean

1. Definisi Aljabar Boolean
Aljabar Boolean (B) merupakan aljabar yang terdiri atas suatu
himpunan dengan operasi jumlah/disjungsi, kali/konjungsi
dan komplemen/negasi serta elemen 0 dan 1 ditulis sebagai
<B,+, . , ‘ ,0,1> yang memenuhi sifat-sifat:
1. Hukum identitas 2. Hukum idempoten
(i) a + 0 = a (i) a+a = a
(ii) a . 1 = a (ii) a.a = a
3. Hukum komplemen 4. hukum dominasi
(i) a+a’ = 1 (i) a.0 = 0
(ii) a.a’ = 0 (ii) a+1 = 1
5. Hukum involusi 6. Hukum penyerapan
(i) (a’)’ = a (i) a+(a.b) = a
(ii) a.(a+b) = a
7. Hukum komutatif 8. Hukum asosiatif
(i) a+b = b+a (i) a+(b+c) = (a+b)+c
(ii) a.b = b.a (ii) a.(b.c) = (a.b).c
9. Hukum distributif 10. Hukum De Morgan
(i) a+(b.c) = (a+b).(a+c) (i) (a+b)’ = a’.b’
(ii) a.(b+c) = (a.b)+(a.c) (ii) (ab)’ = a’+b’
11. Hukum 0/1
(i) 0’ = 1
(ii) 1’ = 0
Catatan:
Untuk penyederhanaan penulisan, penulisan a.b sebagai ab
Perbedaan antara aljabar Boolean dan aljabar biasa untuk
aritmatika bilangan riil :
1. Hukum distributif + dan . Seperti a+(b.c) = (a+b) . (a+c)
benar untuk aljabar Boolean tetapi tidak benar untuk
aljabar biasa.
2. Aljabar Boolean tidak memiliki kebalikan perkalian
(multiplicative inverse) dan penjumlahan, sehingga tidak
ada operasi pembagian dan pengurangan.
3. Sifat no 2 mendefinisikan operator yang dinamakan
komplemen yang tidak tersedia pada aljabar biasa.
4. Aljabar biasa memperlakukan bilangan riil dengan
himpunan yang tidak berhingga. Aljabar Boolean
memperlakukan himpunan elemen B yang sampai sekarang
belum didefinisikan, tetapi pada aljabar Boolean dua nilai
yaitu nilai 0 dan 1
Hal lain yang penting adalah membedakan elemen himpunan
dan peubah (variabel) pada sistem aljabar.
elemen himpunan peubah
Aljabar biasa bil riil a, b, c
Aljabar Boolean bil riil x, y, z

Suatu aljabar Boolean harus memenuhi 3 syarat :

1. Elemen himpunan B
2. Kaidah/aturan operasi untuk dua operator biner
3. Himpunan B, bersama-sama dengan dua operator
tersebut,memenuhi postulat Huntington.
2. Aljabar Boolean dua-nilai
Aljabar Boolean dua-nilai (two-valued Boolean algebra) didefinisikan
pada sebuah himpunan dengan dua buah elemen, B = {0,1}, dengan
kaidah untuk operator + dan .
Perhatikan:

a b a.b a b a+b a A’
0 0 0 0 0 0
0 1
0 1 0 0 1 1
1 0
1 0 0 1 0 1
1 1 1 1 1 1
Priinsip Dualitas
Misalkan S adalah kesamaan tentang aljabar Boolean yang
melibatkan operasi +, . , dan komplemen, maka jika
pernyataan S* diperoleh dengan cara mengganti:
. Dengan +
+ dengan .
0 dengan 1
1 dengan 0

Maka kesamaan S* juga benar. S* disebut sebagai dual dari S.

Contoh :
Tentukan dual dari (i) a.(b+c) = (a.b)+(a.c)
(ii) a+0

Jawab:
(i) a+(b.c) = (a+b).(a+c)
(ii) a+0 = a mempunyai dual a.1 = a

Beberapa bukti dari sifat-sifat aljabar Boolean:

(2i) a+a = (a+a) (1) (identitas)
= (a+a) (a+a’) (komplemen)
= a+ (a.a’) (distributif)
= a+0 (komplemen)
=a (identitas)
Soal :
Buktikan bahwa untuk sembarang elemen a dan b dari aljabar
Boolean:
(i) a+a’b =a+b
(ii) a(a’+b) = ab
(iii) a+1 = 1
(iv) (ab)’ = a’ + b’
Jawab:
(i) a+a’b = (a+ab) + a’b penyerapan
= a+(ab+a’b) Asosiatif
= a(a+a’)b distributif
= a+1.b Komplemen
= a+b Identitas
Fungsi Boolean
Pada aljabar Boolean dua-nilai B{0,1}. Peubah (variable) x
disebut peubah boolean atau peubah biner jika nilainya hanya
dari B. Fungsi Boolean (disebut juaga fungsi biner) adalah
ekspresi yang dibentuk dari peubah biner, dua buah operator
+ dan . , operator uner ( )/ ′, tanda kurung dan tanda sama
dengan =. Setiap peubah boolen, termasuk komplemennya
disebut literal.
Contoh-contoh fungsi Boolean:
1. f(x) = x
2. f(x,y) = x′y + xy′ + y′
3. f(x,y) = x′ y′
4. f(x,y) = (x+y)′
5. f(x,y,z) = xyz′
Pada contoh 5 terdiri dari 3 literal yaitu x, y dan z′. Fungsi tersebut
akan bernilai 1 jika x = 1, y = 1, dan z = 0 sebab
F(1,1,0) = 1.1.0′ = (1.1).1 = 1.1 = 1
Dan bernilai 0 untuk yang lainnya.

Selain secara aljabar fungsi Boolean bisa dinyatakan dengan tabel

kebenaran (truth table)

Contoh:
dari contoh 5 f(x,y,z) = xyz′ nyatakan f dalam tabel kebenaran.
x y z z′ f(x,y,z)
0 0 0 1 0
0 0 1 0 0
0 1 0 1 0
0 1 1 0 0
1 0 0 1 0
1 0 1 0 0
1 1 0 1 1
1 1 1 0 0
Fungsi Komplemen
Fungsi komplemen dari suatu fungsi f yaitu f′ dapat dicari dengan
menukarkan nilai 0 menjadi 1 dan nilai 1 menjadi 0 serta
menukar + menjadi . Dan . menjadi +.
Ada dua cara yang dapat digunakan untuk membentuk fungsi
komplemen:
1. Menggunakan hukum De Morgan
(x1+x2+…+xn)′ = x1′ x2′ … xn′
dan dualnya:
(x1.x2. … . xn)′ = x1′+ x2′+ … + xn′
Contoh: misal f (x,y,z) = x(y′z′+ yz) maka
f′(x,y,z) = x′+ (y′z′+yz)′
= x′+ (y′z′)′ (yz)′
= x′+(y +z) (y′+z′)
2. Menggunakan prinsip dualitas.
Cari dual dari f, lalu komplemenkan setiap literalnya.
Contoh:
misal f (x,y,z) = x(y′z′+ yz) maka
Dual dari f: x + (y′+ z′) (y + z)
Komplemenkan tiap literalnya: x′+(y+z) (y′+z′) = f′
Jadi, f′(x,y,z) = x′+(y+z) (y′+z′)
Cari komplemen dari
1. f(x,y,z) = x′(yz′+y′z)
2. f(x) = x
3. f(x,y) = x′y + xy′ + y′
4. f(x,y) = x′ y′
5. f(x,y) = (x+y)′
6. f(x,y,z) = xyz′
 Pertemuan 9

Fungsi Boolean, Bentuk Kanonik

Bentuk Baku dan aplikasinya
Bentuk fungsi Boolean mungkin mempunyai ekspresi aljabar yang
berbeda akan tetapi sebenarnya nilai fungsinya sama.
Contoh:
f(x,y) = x′y′ dan h(x,y) = (x + y)′
f(x,y,z) = x′y′z + xy′z′ + xyz dan
g(x,y,z) = (x+y+z)(x+y′+z)(x+y′+z′)(x′+y+z′)(x′+y′+z)

Adalah dua buah fungsi yang sama. Fungsi yang pertama f muncul
dalam bentuk penjumlahan dari perkalian, sedangkan fungsi yang
kedua g muncul dalam bentuk perkalian dari hasil jumlah. Perhatikan
juga bahwa setiap suku (term) mengandung literal yang lengkap
x,y,dan z.
Bentuk Kanonik
Adalah fungsi Boolean yang dinyatakan sebagai jumlah dari hasil
kali,hasil kali dari jumlah dengan setiap suku mengandung
literal yang lengkap.
Ada dua macam bentuk kanonik:
1. Minterm atau sum-of-product (SOP)
2. Maxterm atau product-of-sum(POS)

Minterm Maxterm

x y suku lambang suku lambang

0 0 x′y′ m0 x+y M0
0 1 x′y m1 x + y′ M1
1 0 xy′ m2 x′ + y M2
1 1 xy m3 x′ + y′ M3
 Minterm Maxterm

x y z suku lambang Suku lambang

0 0 0 x′y′z′ m0 x+y+z M0
0 0 1 x′y′z m1 x + y + z′ M1
0 1 0 x’yz′ m2 x + y′ + z M2
0 1 1 x′yz m3 x + y′ + z′ M3
1 0 0 xy′z′ m4 x′ + y + z M4
1 0 1 xy′z m5 x′+ y + z′ M5
1 1 0 xyz′ m6 x′ + y′ + z M6
1 1 1 xyz m7 x′ + y′+ z′ M7
Perbedaan minterm dan maxterm adalah:
Untuk membentuk minterm perhatikan kombinasi peubah yang
menghasilkan nilai 1. Kombinasi 001, 100 dan 111 dituliskan x′
y′ z, xy′ z′ dan xyz.

Untuk membentuk maxterm perhatikan kombinasi peubah yang

menghasilkan nilai 0. kombinasi 000, 010, 011, 101 dan110
dituliskan (x+y+z), (x+y′ +z), (x+y′ +z′),(x′ +y+z′) dan (x′ +y′ +z)

Notasi Σ dan Π berguna untuk mempersingkat penulisan

ekspresi dalam bentuk SOP dan POS.
 x y
0 0
0 0
0 1
0 1
1 0
1 0
1 1
1 1
Dari tabel diatas nyatakan fungsi tersebut dalam bentuk
kanonik SOP dan POS!
z f(x,y,z)
0 0
1 1
0 0
1 0
0 1
1 0
0 0
1 1
Jawab:
1. SOP: perhatikan kombinasi peubah yang menghasilkan nilai 1
f(x,y,z) = x′ y′ z + xy′ z′ + xyz
dalam bentuk lain
f(x,y,z) = m1 + m4 + m7 = Σ(1,4,7)
2. POS: perhatikan kombinasi peubah yang menghasilkan nilai 0
f(x,y,z) = (x+y+z)(x+y′ +z)(x+y′ +z′)(x′ +y+z′)(x′ +y′ +z)
dalam bentuk lain
f(x,y,z) = M0M2M3M5M6 = Π(0,2,3,5,6)
Latihan:
1. Nyatakan fungsi Boolean f(x,y,z) = x + y′z dalam SOP dan POS.
2. Nyatakan fungsi Boolean f(x,y,z) = xy + x′z dalam bentuk POS.
3. Carilah bentuk kanonik SOP dan POS dari f(x,y,z) = y′ + xy +
x′yz′
Konversi antar bentuk kanonik
mj′ = Mj
Fungsi Boolean dalam bentuk SOP:
f(x,y,z) = Σ(1,4,5,6,7)
dikonversikan ke bentuk POS menjadi
f(x,y,z) = Π(0,2,3)
Bentuk Baku
Dua bentuk kanonik adalah bentuk dasar yang diperoleh dengan
membaca fungsi dari tabel kebenaran. Bentuk ini umumnya
sangat jarang muncul karena setiap suku (term) di dalam
bentuk kanonik harus mengandung literal atau peubah yang
lengkap baik dalam bentuk normal x atau dalam bentuk
komplemennya x′.
Cara lain untuk mengekspresikan fungsi Boolean adalah bentuk
baku (standard). Pada bentuk ini suku-suku yang dibentuk
fungsi dapat mengandung satu, dua, atau sejumlah literal.
Dua tipe bentuk baku adalah baku SOP dan baku POS.
Contoh:
f(x,y,z) = y′ + xy + x′yz (bentuk baku SOP)
F(x,y,z) = x(y′ + z)(x′ + y + z′) (bentuk baku POS)
Aplikasi Aljabar Boolean
Aljabar Boolean mempunyai aplikasi yang luas, antara lain
bidang jaringan pensaklaran dan rangkaian digital.
1. Aplikasi dalam jaringan pensaklaran ( Switching Network)
Saklar adalah obyek yang mempunyai dua buah keadaan:
buka dan tutup. Kita asosiasikan setiap peubah dalam fungsi
Boolean sebagai “gerbang” (gate) didalam sebuah saluran
yang dialiri listrik, air, gas, informasi atau benda lain yang
mengalir secara fisik, gerbang ini dapat berupa kran di
dalam pipa hirolik, transistor atau dioda dalam rangkaian
listrik, dispatcher pada alat rumah tangga, atau sembarang
alat lain yang dapat melewatkan atau menghambat aliran.
Kita dapat menyatakan fungsi logika untuk gerbang yang
bersesuaian. Pada fungsi tersebut, peubah komplemen
menyatakan closed gate, sedangkan peubah bukan
komplemen menyatakan opened gate.

a x y b

Saklar dalam hubungan SERI: logika AND

a x
c
b y

Saklar dalam hubungan PARALEL: logika OR

Contoh: tiga bentuk gate paling sederhana:

1. a x b

Output b hanya ada jika dan hanya jika x tertutup ⇒ x

2. a x y b

Output b hanya ada jika dan hanya jika x dan y

tertutup ⇒ xy

3. a x
c
b y
Output c hanya ada jika dan hanya jika x atau y tertutup
⇒x+y
2. Aplikasi dalam rangkaian digital elektronik
Rangkaian digital elektronik biasanya dimodelkan dalam
bentuk gerbang logika. Ada tiga macam gerbang logika dasar:
AND, OR dan NOT. Secara fisik, rangkaian logika
diimplementasikan dalam rangkaian listrik spesifik
Gerbang NOT(inverter)

A Y

Gerbang OR

Gerbang AND
Latihan:
Nyatakan fungsi Boolean berikut ke dalam bentuk rangkaian
pensaklaran dan rangkaian digital.
1. f(x,y,z) = x′y + (x′+xy)z + x(y+y′z+z)
2. f(x,y) = xy′ + x′y
3. f(x,y,z) = xy + xy′z + y(x′ + z) + y′z′
Contoh:
Nyatakan fungsi f(x,y,z) = xy + x′y ke dalam rangkaian logika.

x xy
y
xy + x′y
x
y x′y
Penyederhanaan Fungsi Boolean
Fungsi Boolean seringkali mengandung operasi-operasi biner
yang tidak perlu, literal atau suku-suku yang berlebihan.
Contoh:
f(x,y) = x′y + xy′ + y′ dapat disederhanakan menjadi f(x,y) = x′ + y′
Penyederhanaan fungsi Boolean dapat dilakukan dengan 3 cara:
1. Secara aljabar, menggunakan rumus-rumus/aksioma-
aksioma yang berlaku pada fungsi Boolean.
2. Menggunakan Peta Karnaugh
3. Menggunakan metode Quine Mc Cluskey (metode tabulasi)
1. Aljabar
Jumlah literal di dalam sebuah fungsi Boolean dapat
diminimumkan dengan manipulasi aljabar. Sayang tidak ada
aturan khusus yang harus diikuti yang akan menjamin
menuju ke jawaban akhir. Metode yang tersedia adalah
prosedur cut-and-try yang memanfaatkan postulat,
teorema dasar, dan metode manipulasi lain yang sudah
dikenal.
Contoh:
1. f(x,y) = x + x′y = (x + x′)(x + y) = 1 (x +y) = x + y
2. f(x,y) = x(x′+ y) = xx′ + xy = 0 + xy = xy
2. Peta Karnaugh
Adalah sebuah diagram/peta yang terbentuk dari kotak-kotak
yang bersisian. Tiap kotak merepresentasikan sebuah
minterm. Peta Karnaugh dengan jumlah kotak lebih dari
empat buah akan memiliki sisi yang berseberangan. Sisi yang
berseberangan tersebut sebenarnya merupakan sisi yang
bersisian juga. Artinya sebuah Peta Karnaugh dapat
dibayangkan sebagai sebuah kubus atau balok atau silinder
yang tersusun atas kotak-kotak itu.
Pembangunan Peta Karnaugh biasanya didasarkan pada tabel
kebenaran fungsi Boolean yang akan disederhanakan.
a. Peta Karnaugh dengan dua peubah
Y
0 1
m0 m1 X 0 x′y′ x′y
m2 m3 1 xy′ xy
Diberikan tabel kebenaran dan Peta Karnaugh-nya
x y f(x,y)
Y
0 0 0 0 1
0 1 0
X 0 0 0
1 0 0
1 1 1
1 0 1
Fungsi Boolean yang merepresentasikan tabel diatas
adalah f(x,y) = xy
 b. Peta dengan tiga peubah yz
00 01 11 10
x 0 x′y′z′ x′y′z x′yz x′yz′
m0 m1 m3 m2
m4 m5 m7 m6 1 xy′z′ xy′z xyz xyz′

Diberikan tabel kebenaran dan Peta Karnaugh-nya

x y Z F(x,y,z)
0 0 0 0
0 0 1 0 yz
0 1 0 1
00 01 11 10
0 1 1 0
1 0 0 0 0 0 0 1
x 0
1 0 1 0
1 1 0 1 0 0 1 1
1
1 1 1 1

Fungsi Boolean yang mereprentasikan tabel kebenaran adalah

f(x,y,z) = x′yz′ + xyz′ + xyz
Teknik Minimisasi Fungsi Boolean dengan Peta Karnaugh
Penggunakan Peta Karnaugh dalam penyederhanaan fungsi
Boolean dilakukan dengan menggabungkan kotak-kotak yang
bersisian. Perhatikan bahwa kotak yang berseberangan juga
dianggap sebagai kotak yang bersisian.
Contoh: Sederhanakan fungsi Boolean
f(x,y,z) = x′yz + xy′z′ + xyz + xyz′
Jawab: Peta Karnaugh untuk fungsi tersebut adalah:
yz
00 01 11 10
x 0 0 0 1 0

1 0 1 1
1
Hasil penyederhanaan: f(x,y,z) = yz + xz′

Latihan:
a. Sederhanakan dengan cara Aljabar
1. f(x,y,z) = x′y′z + x′yz + xy′
2. f(x,y,z) = xy + x′z + yz
3. f(x,y,z) = (x + y)(x′ + z)(y + z)
b. Sederhanakan dengan metode Peta Karnaugh dan gambarkan
rangkaian logika sebelum dan setelah disederhanakan
f(x,y,z) = x′yz + x′yz′ + xy′z′ + xy′z
 Pertemuan 10
Algoritma dan Hubungan Rekurensi
Algoritma
adalah suatu langkah-langkah logis untuk menyelesaikan
masalah. Bedanya kalau algoritma setiap langkah
difokuskan pada sistem komputer dan data.
Beberapa hal yang harus dipahami dalam mencari algoritma
antara lain:

Masalah seperti apa yang hendak diselesaikan?

Gagasan apa yang ada pada algoritma tersebut?

Beberapa lama yang diperlukan untuk menyelesaikan
masalah?

Berapa jumlah data yang dapat ditangani oleh algoritma
tersebut?
Untuk mengetahui seberapa besar kualitas suatu algoritma,
dinyatakan dengan notasi-O besar ( big O-notation) untuk
menyatakan tingakat kekomplekan suatu algoritma.
Notasi O-besar
Menyatakan kelompok kompleksitas suatu algoritma atau
jumlah operasi yang dilakukan oleh algoritma.
Tabel Kompleksitas dengan
Notasi O-besar Contoh:
Kelompok Algoritma Nama Jenis Algoritma Kompleksitas
O(1) Konstan Linier search O(n)
O(log n) Logaritmik Binary search O(log n)
O(n) Linier Bubble sort O(n2)
O(nlogn) N log n Selection sort O(n2)
O(n2) Kuadratik Insertion sort O(n2)
O(n3) Kubik Merge sort O(n log n)
O(2n) Eksponensial Quick sort O(n log n)
O(n!) Faktorial Heap sort O(n log n)
Definisi:
T(n) = O(f(n)) ( T(n) adalah O(f(n)) yang artinya T(n) berorde
paling besar f(n)) bila terdapat C dan n0 sedemikian hingga:

T(n) ≤ C(f(n))

Untuk n ≥ n0, artinya jika sebuah algoritma mempunyai waktu

asimtotik O(f(n)), maka jika n dibuat semakin besar waktu
yang dibutuhkan tidak akan pernah melebihi suatu tetapan C
dikali f(n). Jadi f(n) adalah batas atas dari T(n) untuk n yang
besar. T(n) dikatakan berorde paling besar f(n).
Penjelasan masing-masing kelompok algoritma sebagai
berikut:
O(1) berarti waktu untuk menjalankan adalah konstan, artinya
tidak bergantung pada ukuran data masukan n. Ini berarti
waktu tetap sama meskipun n menjadi dua kali semula atau
lebih.
O(log n) berarti perubahan waktu akan lebih kecil dari
perubahan masukan n. Algoritma yang masuk dalam
kelompok ini adalah algoritma yang memcahkan persoalan
besar dengan membagi masalah besar menjadi masalah
yang kecil yang berukuran sama. Cont: Binary search. Di
sini bilangan pokok/basis log tidak terlalu penting karena
semua fungsi algoritmik meningkat 2 kali semula jika n
dinaikkan menjadi n2.
O(n) algoritma yang waktu bergantung kepada n secara linier, artinya
jika n dinaikkan sebesar x kali maka waktu menjalankan algoritma
itu juga naik sebesar x kali. Umunya algoritma pencarian beruntun
O(n log n)n Waktu pelaksanaan n log n terdapat pada algoritma yang
memecahkan masalah menjadi beberapa bagian yang lebih kecil
dimana setiap persoalan diselesaikan secara independen dan
akhirnya solusi masing-masing digabung. Cont teknik bagi dan.
Bila n dinaikkan menjadi 2 kali maka n log n meningkat tidak
sampai dua kalinya, tetapi kalau n dinaikkan lebih dari 10 kali
maka n log n naik lebih cepat dari kenaikkan n
O(n2) algoritma ini akan berjalan lebih lambat dari algoritma linier
maupun logaritmik, sehingga hanya praktis untuk persoalan yang
berukuran kecil. Bila n dinaikkan dua kali maka waktu
pelaksanaan algoritma meningkat menjadi empat kali karena
prose setiap masukkannya dalam dua buah kalang bersarang.
O(n3) memproses setiap masukkan dalam tiga buah kalang
bersarang, misal perkalian matrik. Algoritma ini akan
menjadi lebih lambat dari algoritma kuadratik meskipun n
kecil atau besar. Bila n dinaikkan dua kali maka waktu
pelaksanaan algoritma meningkat menjadi delapan kali.
O(2n) algoritma ini berjalan lebih lambat dari semua algoritma
sebelumnya, khususnya untuk n besar. Bila n dinaikkan dua
kali, waktu pelaksanaan menjadi kuadrat kali tetapi jika n=
100, maka waktu pelaksanaannya adalah 1000000 sama
dengan algoritma n3.
O(n!) jenis ini memproses setiap masukkan dan
menghubungkannya dengan n-1 masukkan lainnya, misal
algoritma persoalan pedagang keliling. Bila n = 5 maka
waktu pelaksanaan algoritma 120. Bila n dinaikkan dua kali,
maka waktu pelaksanaan menjadi 2n!
Algoritma Pencarian
1. Pencarian beruntun (sequential search)
2. Pencarian Biner (binary search)
Pencarian beruntun pada array yang tidak terurut
Proses dimulai dari data pertama sampai data terakhir / data ke-n
Berikut ini algoritmanya:
Input ( cari) { meminta data niali yang akan dicari}
I=1 { indeks array dimulai dari 1}
while (I<n) and (A[I] ≠ cari) do
I = I+1
end while
if A[I] = cari then
output (‘Data berada di index nomor’, I)
else output (‘Data tidak ditemukan’)
endif
Pencarian beruntun pada Array yang sudah Terurut
Kasus terburuk dari pencarian beruntun kalau data tidak ditemukan
atau terletak paling akhir. Kalau data sudah terurut maka akan
lebih baik kalau proses pencarian dihentikan apabila nilai data
yang dibandingkan sudah lebih besar dari nilai data yang dicari.
Berikut ini algoritmanya:
Input ( cari) { meminta data niali yang akan dicari}
I=1 { indeks array dimulai dari 1}
while (I<n) and (A[I] < cari) do
I = I+1
end while
if A[I] = cari then
output (‘Data berada di index nomor’, I)
else output (‘Data tidak ditemukan’)
endif
Pencarian Biner
Dilakukan untuk memperkecil jumlah operasi perbandingan yang harus
dilakukan antara data yang dicari dengan data yang ada di dalam tabel,
khususnya untuk data yang besar.
Prinsip dasarnya membagi 2 data sampai data ditemuakan.
Algoritmanya:
Input (cari) {meminta niali data yang akan dicari}
Batasatas = 1 {indeks array dimulai dari 1}
Batasbawah = n
Ketemu = false
While (batasatas < batasbawah) and (not ketemu) do
Tengah = (batasatas+batasbawah)div2
If A[tengah] = cari then ketemu = true
else if (A[tengah] <cari) then { cari dibagian kanan}
batasatas = tengah + 1
else batasbawah = tengah-1 {cari dibagian kiri}
endif
endif
endwhile
 if (ketemu) then
output (‘ data berada di index nomor’, tengah)
else output (‘data tidak ditemukan’)
endif

Algoritma Pengurutan
Yang akan dibahas meliputi bubble sort, selection sort, dan
insertion sort
1. Bubble Sort
menggunakan prinsip kerja gelembung udara
Algoritma Bubble sort
For I = 1 to (n-1)
for J = N downto (I+1) do
if data [J] < data [J-1] then
Bubble = data [J]
data [J] = data [J-1]
data [J-1] = bubble
endif
endfor
endfor
2. Selection Sort
salah satu metode pengurutan berdasarkan prioritas antrian.
Algoritma Selection Sort
For I = 1 to (n-1)
for J = (I+1) to N do
if data [J] < data [kecil] then
kecil = J
endif
endfor
sementara = data[I]
data[I] = data[kecil]
data[kecil] = sementara
endfor
3. Insertion Sort
Metode ini dilakukan dengan penyisipan nilai data untuk suatu aaray
A yang tidak terurut ke dalam suatu tempat kosong C dan
memastikan nilai data C selalu dalam keadaan terurut.
Algoritma Insertion sort
For I = 2 to N do
sementara = data[I]
j=I–1
while (sementara < data[J]) and (J>1) do
data [J+1] = data [J]
J=J–1
endwhile
if sementara ≥ data[J] then
data[J+1] = sementara
else data [J+1] = data [J]
data [J] = sementara
endif
endfor
Hubungan Rekurensi
Sebuah hubungan rekurensi untuk urutan a0, a1,…adalah
sebuah persamaan yang menghubungkan a0 dengan
suku tertentu pendahulunya a0,a1,…,an-1. Kondisi awal
untuk urutan a0,a1,… secara eksplisit memberikan nilai
kepada sejumlah suku-suku tertentu dalam urutan itu.
Rekurensi adalah proses perulangan yaitu memanggil
dirinya sendiri (fungsi/prosedur) dengan parameter yang
berbeda, sampai pengulangan berhenti.
Cara lain menyelesaikan rekurensi adalah:
1. Memecahkan masalah yang besar menjadi dua
submasalah.
2. Submasalah tersebut diselesaikan dengan cara yang
sama untuk memecahkan masalah yang besar
tersebut.
Permasalahan yang menggunakan metode rekuren
diantaranya:
1. Faktorial
2. Fibonanci
3. Menara Hanoi
 Pertemuan 11

TEORI, APLIKASI DAN

TERMINOLOGI GRAF
Teori graf digunakan untuk mempresentasikan objek-objek
diskrit dan hubungan antara objek-objek tersebut.
Representasi visual dari graf adalah dengan
menyatakan objek dinyatakan sebagai noktah, bulatan,
atau titik, sedangkan hubungan antara objek dinyatakan
dengan garis.
Definisi graf
Graf G didefinisikan sebagai pasangan himpunan (V,E)
yang dalam hal ini:
V = himp berhingga dan tidak kosong dari simpul-simpul
(vertices atau node)
= {v1, v2, v3, …,vn}
E = himp sisi (edges atau arcs) yang menghubungkan
sepasang simpul.
= {e1, e2, e3, …, en}
Simpul pada graf dapat dinomori dengan huruf , bilangan
asli atau keduanya, sedangkan sisi yang
menghubungkan simpul vi dengan simpul vj dinyatakan
dengan pasangan (vi,vj) atau e1,e2,e3,… atau e = (vi,vj)
Contoh:
1 1 1 e4

e1 e3 e4 e1 e3

2 3 2 e2 3 2 e2 3

e5 e6 e7 e5 e6 e7

4 4

(a)G1 (b)G2 (c)G3

Tiga buah graf (a) graf sederhana, (b) graf ganda dan (c)
graf semu
Jenis-jenis graf
Graf dapat dikelompokkan menjadi beberapa jenis
bergantung pada sudut pandang pengelompokannya.
Pengelompokan graf dapat dipandang berdasarkan
ada tidaknya sisi ganda atau sisi kalang, berdasarkan
jumlah simpul atau berdasarkan orientasi arah pada
sisi.
Berdasarkan ada tidaknya gelang atau sisi ganda pada
suatu graf dapat digolongkan menjadi dua jenis:
1. Graf sederhana (simple gragh)
Graf yang tidak mengandung gelang maupun sisi
ganda
2. Graf tak sederhana (unsimple graph)
Graf yang mengandung sisi ganda atau gelang
Ada dua macam graf tidak sederhana yaitu:
a. graf ganda (multigraph)
graf yang mengandung sisi ganda
b. graf semu (pseudograph)
graf yang mengandung gelang
Berdasarkan jumlah simpul pada graf, digolongkan menjadi
dua jenis:
1. Graf berhingga (limited graph)
graf yang jumlah n simpulnya berhingga (bisa dihitung)
2. Graf tak berhingga (unlimited graph)
graf yang jumlah n simpulnya tak berhingga (tak terbatas)
Berdasarkanorientasi arah pada sisi, dibedakan atas dua
jenis:
1. Graf tak berarah (undirected graph)
graf yang setiap sisinya tidak mempunyai orientasi
arah (vi,vk) = (vk,vi)
2. Graf berarah (directed graph atai digraph)
graf yang setiap sisinya diberikan orientasi arah (vi,vk)
≠ (vk,vi). Sisi berarah disebut busur/arc. vi dinamakan
simpul asal vk dinamakan simpul terminal. Cont: aliran
proses, peta lalu lintas suatu kota.
Contoh terapan graf
1. Rangkaian listrik
menyatakan arus yang masuk dan ke luar setiap simpul
2. Isomer senyawa kimia karbon
untuk menghitung isomer CH4 atom C dan atom H
dinyatakan simpul dan ikatan antara C dan H sebagai sisi.
3. Transaksi konkuren pada basis data terpusat
dalam bidang informatika, dalam basis data terpusat
melayani beberapa transaksi yang dilakukan secara
konkuren (bersamaan). Transaksi berupa pembacaan dan
penulisan terhadap data yang sama. Persoalan kritis terjadi
deadlock yaitu keadaan yang timbul akibat transaksi saling
menunggu yang disebut hang. Digambarkan dengan graf.
4. Peng
4. Pengujiaan program
penerapan graf berarah di mana simpul menyatakan
pernyataan atau kondisi yang dievaluasi dan busur
menyatakan aliran kendali program ke pernyataan atau
kondisi
cont: read x
while x<> 9999 do
begin
if x < 0 then
writeln (‘masukkan tidak boleh negatif’)
else
x := x+10;
read x
end
writeln x
5. Terapan graf pada teori otomata
digunakan untuk menggambarkan cara kerja dan arah
kegiatan suatu mesin.
6. Turnamen round-robin
Setiap tim bertanding dengan tim lain hanya satu kali, tim
menyatakan simpul dan pertandingan menyatakan busur.
Terminologi Graf
Dalam Pembahasan mengenai graf , kita sering
menggunakan terminologi (istilah) yang berkaitan
dengan graf. Dibawah ini didaftarkan beberapa
terminologi yang sering dipakai.
1. Ketetanggaan (Adjacent)
dua buah simpul dikatakan bertetangga bila keduanya
terhubung langsung.
2. Bersisian (Incidency)
untuk sembarang sisi / edges e = (vj,vk) dikatakan
e bersisian dengan simpul vj
e bersisian dengan simpul vk
3. Simpul yang terpencil (Isolated graph)
ialah simpul yang tidak mempunyai sisi yang bersisian
dengannya, atau tidak ada satupun bertetangga dengan
simpul-simpul lainnya.
4. Graf kosong
Definisi graf menyatakan bahwa V tidak boleh kosong,
sedangkan E boleh kosong. Jadi sebuah graf
dimungkinkan tidak mempunyai sisi satupun tetapi
simpulnya harus ada, minimal satu.
5. Derajat (degree)
Derajat suatu simpul adalah jumlah sisi yang bersisian
dengan simpul tersebut.
6. Lintasan (Path)
lintasan dari simpul-simpul dalam G adalah rangkaian
sisi-sisi yang menghubungkan dari simpul awal hingga
simpul akhir.
Macam lintasan
• Lintasan sederhana (simple path) adalah lintasan
dengan semua sisi yang dilalui hanya satu kali.
• Lintasan elementer (elementary path) adalah lintasan
dengan semua simpul yang dilalui hanya muncul satu
kali, kecuali mungkin simpul pertama dan simpul
terakhir.
• Lintasan tertutup (closed walk) adalah lintasan yang
berawal dan berakhir pada simpul yang sama.
• Lintasan terbuka ( open walk) adalah lintasan yang
berawal dan berakhir pada simpul yang tidak sama.
7. Siklus (cycle) atau sirkuit (circuit)
lintasan elementer dengan simpul pertama sama
dengan simpul yang terakhir.
Panjang sirkuit adalah jumlah sisi dalam sirkuit tersebut.
Sirkuit sederhana (simple path) adalah sirkuit dengan
semua sisi yang dilalui hanya satu kali.
8. Terhubung (connected)
dua buah simpul v1 dan v2 disebut terhubung jika
terdapat lintasan dari v1 ke v2.
9. Pohon (tree) adalah graf terhubung yang tidak
mempunyai sirkuit.
10. Upagraf (subgraf) dan komplemen upagraf
upagraf adalah suatu graf yang merupakan bagian dari
graf yang lain; Komplemen upagraf adalah kebalikan
dari graf yang lain.
11. Upagraf rentang (spanning subgraf) adalah suatu graf
bagian yang memuat semua simpul graf asal.
12. Cut-set dari graf terhubung G adalah himpunan sisi
yang bila dibuang dari G memnyebabkan G tidak
terhubung. Jadi cut-set selalu menghasilkan dua buah
komponen.
13. Graf berbobot (weighted graph)
adalah graf yang setiap sisinya diberi sebuah harga
(bobot). Bobot pada setiap sisi dapat menyatakan jarak
antara dua buah kota, biaya perjalanan, waktu tempuh
pesan / message dari sebuah simpul komunikasi ke
simpul komunikasi lain, ongkos produksi, dsb.
Beberapa graf sederhana khusus
a. Graf lengkap (complete graph) ialah graf sederhana
yang setiap simpulnya mempunyai sisi ke semua
simpul yang lainnya. Jumlah sisi pada graf lengkap
n(n-1)/2
b. graf lingkaran adalah graf sederhana yang setiap
simpulnya berderajat dua. Cont : hubungan LAN
c. Graf teratur (regular graphs) ialah graf yang setiap
simpulnya mempunyai derajat yang sama. Jumlah
sisinya nr/2, dimana n = simpul dan r = derajat.
d. Graf bipartite (bipartite graph) adalah graf G yang
himpunan simpulnya dapat dipisah menjadi 2
himpunan bagian V1 dan V2, sehingga setiap sisi pada
G menghubungkan simpul di V1 ke sebuah simpul di
V2
Soal-soal Latihan
1. Himpunan simpul-simpul yang dihubungkan oleh sisi-
sisi disebut…….
a. Graf d. edges
b. Pohon e. node
c. vertex

2. Graf yang tidak mengandung gelang maupun sisi ganda

disebut graf…….
a. Berhingga d. Tak sederhana
b. Sederhana e. Tak berhingga
c. Berarah
2. Graf yang tidak mengandung gelang maupun sisi ganda
disebut graf…….
a. Berhingga d. Tak sederhana
b. Sederhana e. Tak berhingga
c. Berarah

3. Dalam pengujian program kita menerapkan jenis graf…..

a. Sederhana d. Tak sederhana
b. Tak berarah e. Tak berhingga
c. Berarah
3. Dalam pengujian program kita menerapkan jenis graf…..
a. Sederhana d. Tak sederhana
b. Tak berarah e. Tak berhingga
c. Berarah

4. Lintasan elementer dengan simpul awal sama dengan

simpul akhir disebut…….
a. Derajat d. Siklus
b. Terhubung e. Pohon
c. Simpul terpencil
4. Lintasan elementer dengan simpul awal sama dengan simpul
akhir disebut…….
a. Derajat d. Siklus
b. Terhubung e. Pohon
c. Simpul terpencil

5. Jumlah sisi pada graf lengkap dirumuskan dengan…….

a. n-1 d. 2n
b. (n-1)/2 e. n(n-1)/2
c. nr/2
5. Jumlah sisi pada graf lengkap dirumuskan dengan…….
a. n-1 d. 2n
b. (n-1)/2 e. n(n-1)/2
c. nr/2

1. Himpunan simpul-simpul yang dihubungkan oleh sisi-

sisi disebut…….
a. Graf d. edges
b. Pohon e. node
c. vertex
 PERTEMUAN 12
TEORI GRAF LANJUTAN
Representasi graf
Untuk maksud pemprosesan graf dengan program
komputer, graf harus dipresentasikan di dalam memori.
Terdapat beberapa representasi yang mungkin untuk graf.
Dalam bab ini akan dibahas 3 jenis representasi yang sering
digunakan, yaitu matriks ketegangan, matriks bersisian dan
senarai ketegangan.
1. Matriks ketetanggaan (adjacency matrix)
representasi jenis ini yang paling umum. Misalkan G=(V,E)
adalah graf dengan n simpul n≥1. Matriks ketetanggaan G
adalah matriks dwimatra yang berukuran n x n. Jika matriks
dinamakan A = [aij] maka
1, jika simpul I dan j bertetangga
aij =
0, jika simpul I dan j tidak bertetangga
Matriks ketetanggan hanya bernilai 0 dan 1, maka matriks
tersebut dinamakan matriks nol-satu ( zero-one).selain itu
matriks juga bisa dinyatakan dengan nilai false(menyatakan 0)
dan true (menyatakan 1). Matriks ketetanggan didasarkan
pada pengurutan nomor simpul, disini terdapat n! cara
pengurutan nomor simpul berarti ada n! matriks ketetanggan
berbeda untuk graf dengan n simpul.
Contoh:
Perhatikan graf sederhana dan matriks ketetanggaannya, dari
graf terhubung, graf tak terhubung dan graf berarah berikut
ini!
 .1 . 1 . 1

. 2 . 3 . .
2 3 .5 . 2 .3

. 4 .4 .4
1 2 3 4 1 2 3 4 5 1 2 3 4
1 0 1 1 0 1 0 1 1 0 0 1 0 1 0 0
2 1 0 1 1 2 1 0 1 0 0 2 1 0 1 1
3 1 1 0 1 3 1 1 0 1 0 3 1 0 0 0
4 0 1 1 0 4 0 0 1 0 0 4 0 1 1 0
5 0 0 0 0 0
Kelemahan dari matriks ketetanggaan adalah tidak dapat untuk
mempresentasikan graf yang mempunyai sisi ganda. Untuk
mengatasinya, maka elemen aij pada matriks ketetanggaan
sama dengan jumlah sisi yang berasosiasi dengan (vi,vj).
Matriks ketetanggaannya bukan lagi matriks nol-satu. Untuk
graf semu, gelang pada simpul vi dinyatakan dengan nilai 1
pada posisi (i,i) dimatrks ketetanggaannya.
2. Matriks Bersisian (incidency matrix)
adalah matriks yang menyatakan kebersisian simpul dengan
sisi. Misalkan G = (V,E) adalah graf dengan n simpul dan m
buah sisi. Matriks bersisian G adalah matriks dwimatra yang
berukuran n x m. Baris menunjukkan label simpul, sedangkan
kolom menunjukkan label sisinya. Bila matriks disebut A =
[aij], maka
 1, jika simpul i bersisian dengan sisi j
aij =
0, jika simpul i tidak bersisian dengan sisi j

Matriks bersisian dapat digunakan untuk merepresentasikan graf

yang mengandung sisi ganda atau sisi gelang.
Contoh:
e1
. . e1 e2 e3 e4 e5
e4 e3 1 1 1 0 1 0
. 2 1 1 1 0 0
e5 3 0 0 1 1 1
. 4 0 0 0 0 1
3. Senarai Ketetanggaan (adjacency list)
Kelemahan matriks ketetanggaan adalah bila graf memiliki jumlah
sisi relatif sedikit, matriksnya bersifat jarang (sparse) yaitu
mengandung banyak elemen nol, sedangkan elemen yang bukan
nol sedikit. Sehingga jika ditinjau dari teknis implementasi,
kebutuhan ruang memorinya boros karena komputer menyimpan
elemen 0 yang tidak perlu. Untuk mengatasinya kita gunakan
representasi yang ketiga yaitu senarai ketetanggaan. Senarai
ketetanggaan mengenumerasi simpul-simpul yang bertetangga
dengan setiap simpul di dalam graf.
Contoh: Berdasarkan graf contoh representasi 1, kita buat senarai
ketetanggaannya
 SIMPUL SIMPUL
SIMPUL SIMPUL TETANGGA SIMPUL SIMPUL
TETANGGA TETANGGA
1 2,3
1 2,3
2 1,3 1 2
2 1,3,4
3 1,2,4 2 1,3,4
3 1,2,4
4 3 3 1
4 2,3
5 - 4 2,3
Graf Isomorfik (Isomorphic Graf)
Adalah dua buah graf yang sama tetapi secara geometri
berbeda
Cont:

3. d . c . V . w .
4 .
1. 2 . a. b. .
x y .
G1 G2 G3
G1 isomorfik dengan G2, tetapi G1 tidak isomorfik dengan
G3
Graf Planar (Planar Graph) dan Graf Bidang (Plane
Graph)
adalah graf yang dapat digambarkan pada bidang datar
dengan sisi-sisi tidak saling memotong. Dan graf planar
yang digambarkan dengan sisi-sisi yang tidak saling
berpotongan disebut graf bidang (plane graph).
Cont:

. . . . .
. . . . .
. .
Rumus Euler
Jumlah wilayah (f) pada graf planar sederhana juga dapat
dihitung dengan rumus Euler sebagai berikut:
n – e + f = 2 atau f = e – n + 2
n = jumlah simpul
e = jumlah sisi
Cont:
Misal e = 11 dan n = 7, maka f = 11-7+2 = 6

Graf Dual
Adalah graf yang dibuat dengan cara setiap wilayah graf
lama buatlah simpul untuk graf baru dan buat sisi baru
yang memotong sisi graf lama untuk menghubungkan
simpul graf yang baru.
Lintasan dan Sirkuit Euler
Lintasan Euler adalah lintasan yang melalui masing-masing sisi di
dalam graf tepat satu kali.
Sirkuit Euler adalah suatu lintasan Euler yang kembali ke simpul awal,
membentuk lintasan tertutup, dengan kata lain sirkuit euler adalah
sirkuit yang melewati masing-masing sisi tepat satu kali.
Graf yang mempunyai sirkuit Euler disebut graf Euler sedangkan graf
yang mempunyai lintasan Euler disebut graf semi-Euler.
Lintasan dan Sirkuit Hamilton
Lintasan hamilton adalah lintasan yang melalui tiap simpul di dalam
graf tepat satu kali.
Sirkuit Hamilton adalah sirkuit yang melalui tiap simpul tepat satu kali,
kecuali simpul asal (sekaligus simpul akhir) yang dilalui dua kali.
Graf yang mempunyai sirkuit Hamilton disebut graf Hamilton,
sedangkan yang mempunyai lintasan Hamilton disebut graf semi-
Hamilton
APLIKASI GRAF
Terdapat banyak aplikasi graf, yang digunakan sebagai alat untuk
merepresentasikan atau memodelkan persoalan. Berdasarkan
graf yang dibentuk, barulah persoalan diselesaikan.Beberapa
aplikasi yang berkaitan dengan lintasan/sirkuit didalam graf,
yaitu menentukan lintasan terpendek (shortest path),
persoalan pedagang keliling ( travellingsalesperson problem),
dan persoalan tukang pos Cina.
A. Lintasan Terpendek (Shortest Path)
Ciri:
1. lintasan memiliki arah
2. setiap lintasan ada bobotnya
3. setiap lintasan harus terhubung dengan simpul
Misalkan simpul pada graf dapat merupakan terminal komputer
atau simpul komunikasi dalam suatu jaringan, sedangkan sisi
menyatakan saluran komunikasi yang menghubungkan dua
terminal. Bobot pada graf dapat menyatakan biaya pemakaian
saluran komunikasi antara dua terminal, jarak antara dua
buah terminal, atau waktu pengiriman pesan (message)
antara dua terminal. Persoalan lintasan terpendek disini
adalah menentukan jalur komunikasi terpendek antara dua
buah terminal komputer. Lintasan terpendek akan
menghemat waktu pengiriman pesan dan biaya komunikasi.
 2 45

1. . .5
50 10
20 10

15 40 20 35 30

. 15 . .6
3 4 3

Tentukan lintasan terpendeknya !

B. Peroalan perjalanan pedagang ( travelling salesperson problem
TSP)
Persoalan ini diilhami oleh seorang pedagang yang mengunjungi
sejumlah kota. Uraiannya sebagai berikut: diberikan sejumlah
kota dan jarak antar kota. Tentukan sirkuit terpendek yang harus
dilalui oleh seorang pedagang bila pedagang itu berangkat dari
sebuah kota asal dan menyinggahi setiap kota tepat satu kali dan
kembali ke kota asal berangkat.
a. 12 .b

10 9 5 8

d. .c
15
C. Persoalan tukang pos Cina ( Chinese Postman Problem)
Ditemukan pertama kali oleh Mei Gan tahun 1962. Masalahnya
adalah sebagai berikut:
“Seorang tukang pos akan mengantar surat ke alamat-alamat
sepanjang jalan disuatu daerah. Bagaimana ia merencanakan rute
perjalanannya supaya melewati setiap jalan tepat sekali dan
kembali lagi ke tempat awal keberangkatan.
PERTEMUAN 13

POHON (TREE)
Definisi Pohon
Adalah bentuk khusus dari graf, atau graf tak berarah terhubung
yang tidak mengandung sirkuit.
Contoh: bedakan mana yang pohon dan yang bukan pohon
a. .b a. .b a. .b

c. .d .
c .d .
c .d

e . .f .
e .f e . .f
G1 G2 G3
Contoh lain: misalkan himpunan V = {a,A,b,B,c,C,d,D} adalah empat
pasangan suami-istri tukang gosip, dengan a,b,c dan d para suami
dan A,B,C dan D para istri.Misalkan a mencaritakan gosip lewat
telpon ke istri A, yang kemudian A menelpon para istri lainnnya
untuk menyebarkan gosip itu, dan setiap istri itu menelpon dan
menceritakan gosip kepada suami-suami masing2, bagaimana
bentuk pohonnya?
Hutan (forest) adalah kumpulan pohon yang saling lepas. Atau graf
tidak terhubung yang tidak mengandung sirkuit.
. . . .
. .
. . . . . . .
. .
. . . . . . .
1.2 Sifat-sifat pohon
Teorema 1.
Misalkan T = (V,E) adalah graf tak-berarah sederhana dan jumlah
simpulnya n. Maka, semua pernyataan di bawah ini adalah
ekivalen:
1. T adalah pohon
2. Setiap pasang simpul di dalam T terhubung dengan lintasan
tunggal.
3. T terhubung dan memiliki m = n-1 buah sisi.
4. T tidak mengandung sirkuit dan memiliki m = n-1 buah sisi.
5. T tidak tidak mengandung sirkuit dan penambahan satu sisi pada
graf akan membuat hanya satu sirkuit.
6. G terhubung dan semua sisinya adalah jembatan (jembatan
adalah sisi yang dihapus menyebabkan graf terpecah menjadi dua
komponen)
1.3. Pohon Rentang
Misalkan G=(V,E) adalah graf tak-berarah terhubung yang bukan
pohon, yang berarti di G terdapat beberapa sirkuit. G dapat
diubah menjadi pohon T=(v1,E1) dengan cara memutuskan sirkuit-
sirkuit yang ada. Secara berulang-ulang disebut pohon rentang
(spanning tree).
Contoh: graf lengkap dengan empat buah pohon rentang.

. . . . . . . . . .

. . . . . . . . . .
penerapan pohon rentang misalnya pada pemeliharaan jalan raya.
Karena keterbatasan dana pemeliharaan, pemerintah daerah
mempertimbangkan hanya jalan-jalan sesedikit mungkin sehingga
ke empat kota masih tetap terhubung satu sama lain.
Teorema 2: setiap graf terhubung mempunyai paling sedikit satu
buah pohon rentang.
Dari teorema diatas graf yang tidak mengandung sirkuit adalah
pohon rentang itu sendiri, sedangkan graf yang mengandung
sirkuit, pohon rentangnya diperoleh dengan cara memutuskan
sirkuit yang ada.
Sisi pada pohon rentang disebut cabang (branch) adalah sisi dari graf
semula sedangkan tali-hubung (chord atau link) dari pohon adalah
sisi yang tidak terdapat di dalam pohon rentang. Himpunan tali-
hubung beserta simpul yang bersisian dengannya disebut
komplemen pohon.
Graf G dengan n buah simpul dan m buah sisi, dapat dicari jumlah
cabang dan tali-hubung dengan rumus:
jumlah cabang = n-1
jumlah tali-hubung = m-n+1
Graf tidak terhubung dengan k komponen, m buah sisi dan n buah
simpul
jumlah cabang = n-k
jumlah tali-hubung = m-n+k
Jumlah cabang pada pohon rentang daribsebuah graf G disebut rank
graf G dan jumlah tali-hubung G disebut nullity graf G. Sehingga :
rank + nullity = jumlah sisi graf G
1.3.1 Pohon Rentang Minimum (minimum spanning tree)
Jika G adalah graf berbobot, maka bobot pohon rentang T dari G
didefinisikan sebagai jumlah bobot semua sisi di T. Semua pohon
rentang di G, pohon rentang yang berbobot minimum dinamakan
pohon rentang minimum (minimum spanning tree). Jenis ini
mempunyai terapan yang luas.
Contohnya: Pemerintah akan membangun jalur rel kereta api yang
menghubungkan sejumlah kota. Karena biayanya mahal,
pembangunan jalur ini tidak perlu menghubungkan langsung dua
buah kota, tetapi cukup membangun jalur kereta seperti pohon
rentang. Karena dalam sebuah graf mungkin saja terdapat lebih dari
satu pohon rentang, maka harus dicari pohon rentang yang
mempunyai jumlah jarak terpendek, dengan kata lain harus dicari
pohon rentang minimum.
a. 45 .a

55 c.25 .d 30 .h 25.c .d 30 .h

b. 40 20 50 .b

5 e. 15 .g 5 40 20

35 10 .e 15 .g
.f
.f 10
Dua algoritma untuk menyelesaikan pohon rentang minimum yaitu :
1. Algoritma Prim
2. Algoritma Kruskal
1. Algoritma Prim
membentuk pohon rentang minimum langkah demi langkah.
Setiap langkah kita ambil sisi dari graf G yang mempunyai bobot
minimum namun terhubung dengan pohon rentang minimum
yang telah terbentuk.
Algoritma Prim
langkah 1: ambil sisi dari graf G yang berbobot
minimum,masukkan kke dalam T
langkah 2: pilih sisi (u,v) yang mempunyai bobot minimum
dan bersisian dengan simpul di T, tetapi (u,v) tidak
membentuk sirkuit di T. tambahkan (u,v) ke dalam T
Langkah 3: ulangi langkah 2 sebanyak n-2 kali
2. Algoritma Kruskal
Sisi-sisi graf diurut terlebih dahulu berdasarkan bobotnya yang
meenaik ( dari kecil ke besar). Sisi yang dimasukkan ke dalam
himpunan T adalah sisi graf G sehingga T adalah pohon. Pada
keadaan awal, sisi-sisi yang sudah diurut berdasarkan bobot
membentuk hutan. Masing-masing pohon di hutan hanya berupa
satu simpul. Hutan tersebut dinamakan hutan pohon rentang.
Algoritma Kruskal
( langkah 0: sisi-sisi dari graf sudah diurut menaik berdasarkan
bobotnya dari bobot kecil ke bobot besar)
Langkah 1 : T masih kosong
Langkah 2 : Pilih sisi (u,v) dengan bobot minimum yang
tidak membentuk sirkuit di T. Tambahkan (u,v)
ke dalam T.
Langkah 3 : ulang langkah 2 sebanyak n-1 kali
1.4 Pohon Berakar
Dalam aplikasi pohon, sering simpul tertentu diperlukan sebagai
akar (root). Sekali sebuah simpul ditetapkan sebagai akar, maka
simpul-simpul lainnnya dapat dicapai dari akar dengan memberi
arah pada sisi-sisi pohon yang mengikutinya. Pohon yang satu
buah simpulnya diperlakukan sebagai akar dan sisi-sisinya diberi
arah sehingga menjadi graf berarah dinamakan pohon berakar
(rooted tree).
Akar mempunyai derajat masuk sama dengan nol dan simpul-
simpul lainnya berderajat masuk sama dengan satu. Simpul yang
mempunyai derajat keluar sama dengan nol disebut daun atau
simpul terminal. Simpul yang mempunyai derajat keluar tidak
sama dengan nol disebut simpul dalam atau simpul cabang.
Setiap simpul di pohon dapat dicapai dari akar dengan sebuah
lintasan tunggal (unik)
Sembarang pohon tak berakar dapat diubah menjadi pohon berakar
dengan memilih sebuah simpul sebagai akar. Pemilihan simpul yang
berbeda menjadi akar menghasilkan pohon berakar yang berbeda
pula.
.a .a .e .f

.b .c .d .b .d .g

.e .f .g .c .h

.h .i .j
 .b .e

.a .c .d .d .f

.e .g .h .g .h .b

.f .a .c
Beberapa terminologi pada pohon
1. Anak (child atau children) dan orangtua (parent)
Misal X simpul pada pohon berakar, simpul Y dikatakan anak dari
simpul X jika ada sisi yang menghubungkan X ke Y. dan X disebut
orang tua Y
2. Lintasan (path)
Lintasan dari simpul v1 ke vk, adalah runtunan simpul v1, v2,…,vk
sedemikian sehingga vi orang tua dari vi+1 untuk 1≤i≤k contoh
lintasan dari a ke h adalah a, b, e, h dengan panjang lintasan
adalah jumlah sisi yang dilalui dalam suatu lintasan k-1 ada 3
3. Keturunan (descendant) dan leluhur (ancestor)
Jika terdapat lintasan dari simpul X ke Y di dalam pohon , maka X
adalah leluhur Y dan Y adalah keturunan X
4. Saudara kandung (sibling)
Simpul yang berorangtua yang sama adalah saudara
sekandung.
5. Upapohon (subtree)
Misalkan X adalah simpul di dalam pohon T. Yang dimaksud
dengan upapohon dengan X sebagai akarnya ialah upagraf
T’ = (V’,E’) sedemikian sehingga V’ mengandung X dan
semua keturunannya dan E’ mengandung sisi-sisi dalam
semua lintasan yang berasal dari X.
6. Derajat (degree)
Jumlah upapohon (atau jumlah anak) pada simpul tersebut.
7. Daun (leaf)
Simpul yang berderajat nol (atau tidak mempunyai anak)
8. Simpul Dalam (internal nodes) adalah Simpul yang
mempunyai anak.
9. Aras (level) atau tingkat
Akar mempunyai aras = 0, sedangkan aras simpul lainnya = 1
+ panjang lintasan dari akar ke simpul tersebut.
10. Tinggi (height) atau kedalaman (depth)
Aras maksimum dari suatu pohon.
Jenis Pohon yang lain

1.5 Pohon Terurut adalah pohon berakar yang urutan anak-anaknya

penting.

1.6 Pohon m-ary adalah pohon berakar yang setiap simpul

cabangnya mempunyai paling banyak m buah anak. Pohon m-ary
dikatakan teratur atau penuh jika setiap simpul cabangnya
mempunyai tepat m anak. Jika m=2, disebut pohon biner (binary
tree).
Jumlah daun pada pohon m-ary teratur m pangkat h, h tinggi
pohon.
Hubungan antara jumlah daun dan simpul dalam pada pohon m-
ary teratur
i = t – 1,
i = banyaknya simpul dalam
t = banyaknya simpul daun

1.7 Pohon biner

adalah pohon yang setiap simpul cabangnya mempunyai
maksimum 2 buah anak. Anak pertama disebut anak kiri (left
child) dan anak kedua disebut anak kanan (right child). Pohon
yang akarnya adalah anak kiri disebut upapohon kiri (left
subtree) dan sebaliknya disebut upapohon kanan (right
subtree).
Pohon biner seimbang adalah pohon yang memiliki tinggi
upapohon kiri dan kanan seimbang. Dibuat dengan
menyebarkan setengah dari jumlah simpul upapohon kiri dan
setengah dari jumlah simpul upapohon kanan.

Terapan Pohon Biner

1. Pohon ekspresi (expression tree)
2. Pohon keputusan (decision tree)
3. Kode Huffman (Huffman code)
4. Kode Prefiks (Prefix code)
Pohon pencarian biner (binary search tree)
NB: Dikembangkan sendiri
 PERTEMUAN 14
BAHASA FORMAL DAN MESIN STATUS TERHINGGA
Bahasa Formal
Suatu dasar translasi bahasa berhubungan dengan
pengolahan bahasa. Di mana dalam translasi bahasa
terdapat istilah bahasa formal dan bahasa natural.
Bahasa natural adalah bagian dari komunikasi manusia.
Cont : bahasa Inggris, Indonesia dll
Bahasa Formal adalah suatu bahasa yang harus mengikuti
aturan bahasa pemrograman dan bahasa matematis
seperti aljabar dan logika proposisi. Karena aturan
tersebut akan mengkonstruksi programing translator
untuk bahasa pemrograman.
Cont: language translator yaitu compiler untuk bahasa
pemrograman. Yang pada dasarnya tugas translator
adalah mengenali individual building block dari bahasa
yang akan ditranslasi.
 parser Code generator Object
program

Proses translasi : Source Program menjadi object program

1. Proses mengenali runtunan multisimbol di dalam
program ditangani oleh compiler yang disebut lexical
analyser yaitu sub modul yang menerima source
program sebagai string dari simbol dan menghasilkan
string token. Token menyatakan objek tunggal yang
dipresentasikan oleh lebih dari satu simbol dari input
string.
2. Selanjutnya translator menganalisa pola dari token,
misal if-then, if-then-else, atau perulangan loop. Analisis
yang dilakukan disebut dengan parsing dan dilakukan
oleh modul di dalam compiler yang disebut paser.
3. Ketika paser mengenali struktur di dalam program, maka
modul selanjutnya adalah code generator untuk
menghasilkan versi translasi dari bagian program.
Setelah semua bagian translasi dibentuk, maka dibentuk
versi translasi program yang disebut object program.

Tatabahasa Struktur Frasa

Dua hal penting untuk menspesifikasikan bahasa yaitu:
1. Jika diberikan spesifikasi suatu bahasa, secara
otomatis akan membangkitkan satu atau lebih string di
dalam bahasa itu.
2. Jika diberikan spesifikasi suatu bahasa, tentukan
apakah suatu string tertentu akan termasuk di dalam
bahasa itu atau tidak.
Suatu tatabahasa frasa dapat digunakan untuk
menspesifikasikan suatu bahasa, yang terdiri dari empat
unsur yaitu:
1. Himpunan terminal T, yaitu lambang atau simbol yang
digunakan untuk membuat kalimat dalam bahasa,
misal: objek/benda, dan kata sifat.
2. Himpunan nonterminal N, yaitu lambang antara yang
digunakan untuk mendeskrepsikan struktur kalimat,
misal: kalimat, frasa kata benda, kata-benda, kata-
sandang dll
3. Himpunan produksi P, yaitu kaidah tatabahasa yang
mengatur bagaimana kalimat di dalam bahasa itu dapat
dibentuk, misal: α β dalam hal ini a dan β adalah
rangkaian terminal dan non terminal.
4. Di antara semua nonterminal di dalam N, ada sebuah
nonterminal khusus yang disebut sebagai simbol awal
(starting symbol)

Jenis Tatabahasa dan jenis bahasa

Dalam bahasan ini akan digunakan A dan B untuk
menyatakan nonterminal, a dan b untuk menyatakan
terminal dan α dan β untuk menyatakan string terminal
dan nonterminal.
Tatabahasa jenis -3 jika semua produksi di dalam
tatabahasa berbentuk :
A a atau A Ba
A aB
Di dalam setiap produksi, string kirinya selalu berupa
sebuah nonterminal tunggal, sedangkan string kanannya
berupa sebuah terminal atau sebuah terminal yang
diikuti dengan sebuah nonterminal.
Tatabahasa jenis-2 jika semua produksi di dalam
tatabahasa berbentuk A α
di dalam setiap produksi, string kirinya selalu berupa
sebuah nonterminal tunggal.
Tatabahasa jenis-1 jika semua produksi di dalam
tatabahasa berbentuk α β
panjang β selalu lebih besar atau sama dengan α.
Misalnya: A ab
A aA
aAb aBCb
Tatabahasa jenis-0 yaitu tatabahasa struktur frasa tanpa
pembatasan seperti yang telah didefinisikan oleh jenis 1, 2, 3.
Semua bahasa pemrograman dapat dispesifikasi oleh
tatabahasa struktur frasa dan kebanyakan merupakan bahasa
jenis-2 misal: BASIC, Fortran, Pascal).

Automata Terhingga (finite automata)

Automata terhingga dan bahasa reguler adalah level terendah
dari hirarki mesin dan bahasa. Salah satu aplikasinya adalah
konstruksi pengkompilasi (compiler), yaitu pengenalan string
dari simbol di kode sumber program yang harus
direpresentasikan sebagai objek tunggal seperti nama
variabel, konstanta dan reserved word.
Salah satu bentuk bentuk penggambaran untuk representasi
strukturnya adalah diagram transisi (diagram status atau
jaringan transisi)
Mesin Status Terhingga
Suatu mesin status terhingga mempunyai ciri-ciri sebagai
berikut:
1. Himpunan terhingga status-status S={s0,s1, s2,…}
2. Unsur khusus di dalam himpunan S, yaitu s0 yang
dinamakan status awal.
3. Himpunan terhingga huruf-huruf masukan
I={i0,i1,i2,…}
4. Himpunan terhingga huruf-huruf keluaran
O={o0,o1,o2,…}
5. Fungsi transisi yaitu fungsi f dari S x I ke S
6. Fungsi keluaran yaitu fungsi g dari S ke O
 Mesin
Sinyal (huruf) Pemroses keluaran
Masukan Informasi

Suatu mesin status terhingga mempunyai sejumlah

terhingga status. Setelah diterimanya sebuah huruf
masukan, mesin akan memasuki status lain berdasarkan
fungsi transisinya.

Mesin Status Terhingga sebagai Model Sistem Fisik

Mesin status terhingga dapat digunakan untuk
memodelkan suatu sistem fisik, seperti cont: vending
machine, mesin hitung modulo-3.
Mesin Status Terhingga sebagai Pengenal Bahasa
Mesin status terhingga dapat digunakan untuk memodelkan
suatu alat untuk mengenali (menerima) kalimat-kalimat di
dalam suatu bahasa.
Misalkan: O ={0,1} adalah simbol keluaran sebuah mesin status
terhingga. Bernilai 1 artinya status menerima, dan bernilai 0
artinya status menolak.

Mesin Turing
Pada tahun 1936 seorang mtematikawan berkebangsaan Inggris
bernama Alan Turing, mengusulkan suatu model sederhana
yang mempunyai kemampuan sebuah komputer grneral-
purpose. Mesin Turing mengenali kelas bahasa yang disebut
sebagai himpunan terenumerasi rekursif dan dapat digunakan
untuk menghitung kelas fungsi bilangan bulat yang dikenal
sebagai fungsi rekursif parsial.
Komponen mesin turing :
1. Pengendali status terhingga
2. Pita masukan dengan sifat:
- panjangnya tak terhingga (dari ujung kiri terbatas, ujung
kanan tidak terbatas)
- dapat dibaca dan ditulis.
Pada keadaan awal n sel pertama dari pita masukan berisi
rangkaian simbol yang harus dikenali. Sel-sel lain disebelah
kanan rangkaian simbol berisi simbol kosong.
Perilaku mesin Turing bergantung pada simbol masukan yang
berada pada posisi kepala (head) baca/tulis dan status
pengendalinya. Aksi-aksi yang dapat dilakukan yaitu:
1. Berubah status
2. Menuliskan simbol pada sel pita masukan. Aksi penulisan ini
akan mengubah simbol yang sebelumnya berada pada sel
tersebut.
3. Menggerakkan head ke kiri dan ke kanan.